Predictive Properties of the Violence Risk Scale–Sexual Offense Version as a Function of Age
Notice bibliographique
Résumé
The present study examined the discrimination and calibration properties of Violence Risk Scale-Sexual Offense version (VRS-SO) risk and change scores for sexual and violent recidivism as a function of age at release, on a combined sample of 1,287 men who had attended sexual offense-specific treatment services. The key aim was to examine to what extent VRS-SO scores can accurately discriminate recidivists from nonrecidivists among older cohorts, and if the existing age-related adjustments in the instrument adequately correct for increasing age. VRS-SO risk and change scores showed consistent properties of discrimination for sexual recidivism across the age cohorts, via area under the curve and Cox regression survival analysis, as demonstrated through fixed effects meta-analysis. Calibration analyses, employing logistic regression, demonstrated that age at release was consistently incrementally predictive of violent, but not sexual, recidivism after controlling for individual differences on static and dynamic risk factors. E/O index analyses demonstrated that predicted rates of sexual recidivism from VRS-SO scores, particularly when employed with Static-99R, were not significantly different from those observed among age cohorts; however, calibration was weaker for general violence. Implications for use of the VRS-SO in sexual recidivism risk assessment with older offenders are discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».