Criminogenic needs and intimate partner violence: Association with recidivism and implications for treatment.
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
The Risk-Need-Responsivity (RNR) principles of effective correctional service that are well supported in the general offending literature have less often been applied to the assessment and treatment of intimate partner violence (IPV). Well validated IPV risk assessment tools are now widely available, and IPV treatment programs that match treatment intensity to assessed risk have shown promising pre-to-post treatment effects. The present study builds on the study of RNR principles in IPV by exploring criminogenic needs and their relation to recidivism and to recently proposed treatment intensity categories derived from an IPV risk assessment tool. We reanalyzed data from 1,421 men with a police report of IPV in the original Ontario Domestic Assault Risk Assessment (ODARA) dataset, to explore the prevalence of antisocial personality traits, procriminal attitudes, substance use, poor relationships, and work/school problems and their relation to IPV recidivism and ODARA-based treatment intensity categories. Needs were present in 17% (procriminal attitudes) to 42% (substance use) of men. All needs except poor relationships were positively related to IPV recidivism; in logistic regression analyses, antisocial personality traits (OR = 1.80) and poor relationships (OR = 0.61) incrementally predicted IPV recidivism over the ODARA (OR = 1.40). Men placed in higher treatment intensity categories based on the risk assessment score had more criminogenic treatment needs. Findings support using the ODARA to select individuals for the most intensive IPV treatment, and suggest that assessing and treating criminogenic needs may improve IPV treatment outcomes. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,000 | 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 découle