Review on the effectiveness of Canadian and American mental health courts
Notice bibliographique
Résumé
Objective: This systematic review synthesizes mental health court (MHC) research across the United States and Canada. This study reviews and compares the operations and practices of MHCs across both countries, as well as their recidivism rates. Methods: We gathered from existing literature to present common MHC practices used across the United States. However, in response to the lack of literature about Canadian day-to-day practices, we developed a questionnaire and contacted every Canadian MHC. In total, we contacted 36 Canadian MHCs, and 19 courts filled out a questionnaire. With respect to recidivism rates, we conducted a comprehensive literature search in February and March 2019 in PsycINFO, Google Scholar, Web of Science, and National Criminal Justice Reference Service Abstracts using the keywords mental health court, therapeutic justice, serious mental illness, mentally ill offenders, mental health diversion and problem-solving courts. Results: Canadian and American MHCs have similar practices. However, American MHC’s have more robust screening measures and typically admit more participants with schizophrenia, bipolar disorder, and major depressive disorder into their programs compared to Canadian MHCs. MHC participants in both countries typically had lower recidivism rates compared to regular docket court participants. Conclusions: MHC research should inform public policy. Additional research should move in the direction of discovering the predictors for why MHCs reduce recidivism.
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 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 | 0,001 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».