A Motivational Framework for Psychopathy: Toward a Reconceptualization of the Disorder
Notice bibliographique
Résumé
Abstract. The link between psychopathy and violence has been well documented. Estimates suggest psychopathic offenders are responsible for as much as 40% of violence-related crime, and that they show rates of violent recidivism up to five times higher than non-psychopathic offenders. Existing theories of the disorder argue that this violence stems from a core insensitivity to emotional/aversive information, or from a core inability to optimally allocate processing resources in complex environments. However, some newer findings have been difficult for existing theories to assimilate; moreover, successful treatment programs based off current conceptualizations have been slow to develop. With this in mind, the current paper proposes a new motivational framework for psychopathy, within which the disorder is conceptualized as stemming from more strategic, motivated processes. The paper begins by reviewing traditional theories of psychopathy and highlighting their explanatory strengths and limitations. The proposed motivational framework is then outlined, and a supportive rationale for the framework provided. Next, the paper undertakes a selective review of some of the most empirically supported features of the disorder, to highlight how these features may be productively reformulated within a motivational framework. Finally, the paper suggests several methods through which an empirical evaluation of the proposed ideas may be undertaken, and explores potential implications of a motivational framework for next-generation rehabilitation and treatment opportunities.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,031 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| 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 ».