Examining dynamic risk and strength profiles for Indigenous and non-Indigenous young adults
Notice bibliographique
Résumé
Young adults are particularly at risk for involvement in the justice system relative to older adults. Little research specifically examines age-related differences in salience of dynamic risk and strength factor scores on recidivism (e.g. Spruit, A., van der Put, C., Gubbels, J., & Bindels, A. (2017). Age differences in the severity, impact and relative importance of dynamic risk factors for recidivism. Journal of Criminal Justice, 50, 69–77) and no research specifically examines this question in Indigenous Canadian adults. To address this gap, the current study examines the predictive accuracy and calibration of a risk-needs assessment tool, the Service Planning Instrument (SPIn), by age group and examines age-related differences in prevalence and salience of dynamic risk and strength scores on recidivism for both Indigenous and non-Indigenous male adults. The authors obtained SPIn assessment data completed over a 6-year period and recidivism data with a fixed 3-year follow-up for justice-involved male adults on community supervision in a single province in Canada (N = 16,596). Risk and strength profiles for Indigenous and non-Indigenous young adults were relatively similar. Age moderated the relationship between several dynamic risk and strength factor scores and recidivism for non-Indigenous individuals; no factors were moderated by age for Indigenous individuals.
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 | 0,000 | 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 | 0,001 | 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 ».