MétaCan
Menu
Retour à la cohorte
Enregistrement W3037648254 · doi:10.1177/0093854820931549

Strengths Matter: Evidence From Five Separate Cohorts of Justice-Involved Youth and Adults Across North America

2020· article· en· W3037648254 sur OpenAlexaffabout
Shelley L. Brown, David Robinson, Kayla A. Wanamaker, Megan Wagstaff

Notice bibliographique

RevueCriminal Justice and Behavior · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRecidivismEconomic JusticePsychologySample (material)Occupational safety and healthSuicide preventionPoison controlHuman factors and ergonomicsInjury preventionGerontologyDemographyClinical psychologyApplied psychologyEnvironmental healthMedicinePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study examined the predictive validity of criminogenic needs and strengths as measured by the Youth Assessment and Screening Instrument (YASI) and the Service Planning Instrument (SPIn) within five different samples from Canada and the United States spanning 6,445 justice-involved youths and 46,127 adults (combined N = 52,572). Dynamic strengths consistently increased predictive accuracy beyond dynamic criminogenic needs. Furthermore, in a Canadian community adult sample ( N = 20,537), strengths attenuated recidivism rates in lower- and moderate-need-level groups but had no impact among higher-need-level groups. Relatedly, in an American, federal re-entry adult residential sample ( N = 23,615), strengths attenuated program completion success rates across all need levels, albeit the effect was slightly more pronounced in the lower- and moderate-need groups. Thus, dynamic strengths are more than merely the absence of dynamic criminogenic needs and should be actively considered during case management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,345
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207