Psychopathy and alcohol abuse in relation to the recidivism of sexual offenders
Notice bibliographique
Résumé
The abuse of alcohol is a fundamental component to consider when assessing the risk of \nreoffending in sexual offenders. Previous research with sexual offenders has demonstrated that \nbeing diagnosed with an alcohol use disorder almost doubles their chance of reoffending. While \nthere has been much research on alcoholism and sexual offenders, there remains a gap in \nliterature considering the impact of alcohol abuse and drug abuse with psychopathic sexual \noffenders. A review article briefly indicated that elevated scores on the Michigan Alcohol \nScreening Test (MAST) might moderate the Hare Psychopathy Checklist-Revised (PCL-R) \nability to predict recidivism. No, follow up study was discovered to observe further results. The \ncurrent study evaluated the impact of these findings using a long-term recidivism database \ncollected in the Ontario Region of Correction Service Canada (CSC). The database included over \n500 high-risk sexual offenders from the Regional Treatment Center, Sex Offender Treatment \nProgram (RTCSOTP). The database contained information on men, over 18 years of age, who \nhad served at least two years in custody for a sexual offense. The PCL-R, MAST, and DAST \nwere utilized to measure psychopathy, alcohol abuse, and drug abuse, respectively. A Cox \nregression analysis revealed that the PCL-R and the DAST were significant predictors of sexual \nand violent recidivism, but the MAST was not a significant predictor of sexual and violent \nrecidivism. The MAST did not impact the PCL-R’s capability of predicting recidivism in a \nmoderate to high-risk sample, as previously observed. While the result of non-significant MAST \nprediction was contrary to previous findings, these results indicate that targeting drug abuse \nshould continue to be a component in sexual offender treatment programs. Alcohol abuse cannot \nbe excluded definitively from the study of recidivism.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».