Psychological Risk Factors of Future Drug Offending among Young Offenders in Hong Kong - A Longitudinal Study
Notice bibliographique
Résumé
In recent years there is a growing concern on drug offenders in Hong Kong. Despite its over-representation in prison and recidivists, drug offending has seldom been studied systematically in risk factor research. The issue as to whether drug offending has specific psychological risk factors or they share a common set of risk factors with general offending remains largely unaddressed. This research applied a longitudinal design to investigate this issue. Using a data-set on young offenders’ psychological characteristics established in 2004 in the Hong Kong Correctional Services, and re-conviction data retrieved 11 years later in 2015, ANCOVA with planned orthogonal contrasts and Discriminant Function Analysis, Correlation and Regression analyses were used to analyze factors predicting post-release outcomes including recidivism, drug offending, and crime severity. Results revealed two sets of psychological risk factors with little overlap that could predict general recidivism (of all types of crime) and future drug offending. Recidivism could be predicted by low Future Time Perspective and Empathy, and high Assertiveness. Low Empathy was predictive of post-release crime severity of non-drug offending recidivists. Drug offending, in contrast, could be predicted by high Impulsiveness and Social Problem-solving deficits during adolescence. These two variables, together with low Assertiveness, also predicted post-release crime severity of drug-offending recidivists. Implications to future intervention and research were discussed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».