MétaCan
Menu
Retour à la cohorte
Enregistrement W3195391021 · doi:10.1177/00938548211039881

Promoting Rehabilitation Among Youth on Probation: An Examination of Strengths as Specific Responsivity Factors

2021· article· en· W3195391021 sur OpenAlexafffund
Sonia Finseth, Michele Peterson‐Badali, Shelley L. Brown, Tracey A. Skilling

Notice bibliographique

RevueCriminal Justice and Behavior · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensCentre for Addiction and Mental HealthCarleton UniversityUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRecidivismPsychologyService (business)Economic JusticeRehabilitationConceptualizationApplied psychologyPoison controlJuvenile delinquencyClinical psychologyDevelopmental psychologyMedicineEnvironmental healthBusinessPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Despite calls for strength-focused approaches in juvenile justice, there is little research on the role of strengths in probation case management. This is one of the first studies to examine whether strengths function as specific responsivity factors as proposed by the risk–need–responsivity model, through mediating and moderating effects, and findings lend preliminary support to this conceptualization. In a sample of 261 justice-involved youth, the relationship between strengths and recidivism was found to be partially mediated by the service-to-needs match rate, even while controlling for risk—suggesting that strengths have an important indirect effect on recidivism through their impact on youth’s engagement in and completion of services. Strengths, however, did not moderate the relationship between service-to-needs match and reoffending, suggesting that appropriately matched services are essential irrespective of a youth’s strength profile. Research corroborating these findings and examining the feasibility of front-line use of strengths information is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,351
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207