Developing and Validating a Risk Assessment Scale to Predict Inmate Placements in Administrative Segregation in the Correctional Service of Canada
Notice bibliographique
Résumé
Concern over the use of administrative segregation has motivated efforts to reduce segregation placements.The purpose of this study was to develop and validate an actuarial risk assessment scale to predict admissions to administrative segregation (for reasons of jeopardizing security or the inmate's own safety) for at least six consecutive days within two years of admission to the Correctional Service of Canada (CSC).The sample (N = 16,701) included all male offenders admitted to CSC from fiscal years 2007/2008 through 2009/2010 and all female offenders admitted from 1999/2000 through 2009/2010.Offenders were randomly divided into a development sample (N = 11,110) and a validation sample (N = 5,591).Analyses were separated by reason for administrative segregation, gender, and Aboriginal ancestry.Overall, 413 potential predictor variables were examined, including items from assessment scales, demographic information, current offence information, flags/alerts/needs, and information from previous federal sentences.Approximately 24% of offenders were placed in administrative segregation.Of the 413 variables examined, 86% significantly predicted segregation placements.The item pool was reduced using Principal Components Analysis, tests of unique contributions within the measured components, and considerations of general utility and face validity.Several scales were developed and validated.Considering both accuracy and efficiency, the optimal scale had six static items (age, prior convictions, prior segregation placement, sentence length, criminal versatility, and prior violence) -this scale was called the Risk of Administrative Segregation Tool (RAST).Attempts to develop scales unique for men and women and those of Aboriginal ancestry did not yield meaningfully higher accuracy than the overall RAST.The RAST generalized well to the validation sample (AUC = .80)with high discrimination, suitable calibration (mostly non-significant E/O indexes), and superior performance to other risk scales used by CSC.Normative data (absolute segregation rates, percentiles, and risk ratios) were presented for the RAST.The RAST is an appropriate scale to use in practice for identifying risk of administrative segregation placements among CSC inmates and may serve as a first step in future efforts to divert offenders from segregation.Limitations of the current study and suggestions for future research are discussed.iii
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».