Risk relevance of psychometric assessment and evaluator ratings of dynamic risk factors in high‐risk violent offenders
Notice bibliographique
Résumé
Purpose Relatively little research has been conducted with high‐risk violent (non‐sexual) offenders to establish whether measures administered to evaluate change during offending behaviour programmes contain risk relevant information. The present study aims to contribute to the evidence base relevant to decisions concerning whether or not psychometric assessments indicate how the violence risk presented by an individual may be understood differently pre‐ to post‐treatment. Methods Two hundred and twenty‐seven persistently violent offenders participating in Correctional Service of Canada’s Violence Prevention Program were assessed on measures of anger, impulsivity, and dynamic items of the Violence Risk Scale (VRS; Wong & Gordon, 1999–2003; Violence Risk Scale, University of Saskatchewan, Saskatchewan, CA) prior to and after programme completion and subsequently followed up in the community for an average of 3 years. Data were examined using receiver operating characteristic and logistic regression analyses employing fixed follow‐ups. Results With pre‐treatment status controlled, change on few of the measures convincingly predicted violent or general recidivism. An exception was that changes in VRS dynamic score were associated with decreased general (but not violent) recidivism, controlling for baseline pre‐treatment risk. Conclusions The measures tested are widely used to evaluate progress in violence interventions yet the implicit assumption that they contain risk relevant information has not been empirically validated. Since reduction in dynamic risk factors translates into reduced likelihood of reoffending, but psychometric measures provide little indication of change in recidivism risk, treatment providers are advised to carefully contextualize pre‐ to post‐treatment change within a comprehensive evaluation of static and dynamic risk using a measure such as the VRS. Present results are discussed further in terms of implications for policy and clinical practice, as well as future research directions.
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 | 0,028 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».