Patterns and Predictors of Reincarceration among Prisoners with Serious Mental Illness: A Cohort Study: Modèles et prédicteurs de réincarcération chez les prisonniers souffrant de maladie mentale grave : Une étude de cohorte
Notice bibliographique
Résumé
BACKGROUND: A small proportion of people who have serious mental illness and rapid and frequent incarcerations account for a disproportionate amount of overall service use and cost. It is important to describe such individuals, so that services can respond more effectively. METHODS: We investigated a cohort of 4,704 incarcerated men and women who were discharged from a correctional mental health service and followed for a median of 535 days. We investigated social, clinical, demographic, and offense characteristics as predictors of return to the service using Cox survival analyses. Secondly, we characterized individuals as high-frequency service users as those who had 3 or more incarcerations during a 1-year period and investigated their characteristics. RESULTS: We found that a higher rate of return to custody was associated with schizophrenia spectrum/bipolar affective disorder (BPAD), personality disorder traits, crack cocaine and methamphetamine use, and unstable housing. Charges of theft/robbery and breach of probation were also positively associated, and sex assault was negatively associated with return to custody. Within a 1-year time period, we found 7.2% of individuals were high-frequency service users, which accounted for 19.5% of all reincarcerations. CONCLUSION: Identification of the characteristics of those with mental illness in custody, especially those who have high-frequency returns to custody, may provide opportunity to target resources more effectively. The primary targets of intervention would be to treat those with schizophrenia/BPAD and substance use problems, particularly those using stimulants, and addressing homelessness. This could reduce the problem of repeated criminalization of the mentally ill and reduce the overall incarceration rate.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».