On the future of the individual longitudinal age‐crime curve
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This article serves as our memorial for the outstanding contribution of Rolf Loeber to developmental criminology. His salient paper on the future of the study of the age-crime curve (2012) is the focal point. AIMS: Follow some research trails that Rolf Loeber proposed in his 2012 paper. METHODS: Recent data on official offending from the Montréal Two Samples Four Generations Cross-sectional and Longitudinal Studies (MTSFGCLS) are analysed. The data were gathered for two generations of juvenile court males; five birth cohorts born around 1960 and followed from age 8 to 61, and five birth cohorts born around 1980, males and females traced from age 12 to 45. The age-crime curves are presented for the total prevalence. Epidemiological data are displayed for career descriptors: number of years active in offending, frequency, variety, onset, offset and duration. RESULTS: The age-crime curves of the two generations display the habitual shape reported in the literature. The epidemiological data shows that the population sample has a much lower curve in comparison to the court sample; this sort of difference is also observed between females and males. CONCLUSION: The difference between the two generations in the age-crime curves are interpreted in light of three evolutions in Québec from 1960 to 2000: (a) a radical change in the delinquency law, social and criminal justice policies, and treatment for juvenile delinquents; (b) a reduction of the juvenile and adult crime rates; (c) a significant increase in the wellbeing of the population on education, health and welfare services.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle