Female Forensic Patients May Be an Atypical Sub-type of Females Presenting Aggressive and Antisocial Behavior
Notice bibliographique
Résumé
The percentage of forensic psychiatric patients who are female varies from 5 to 13% in Europe, rises to 18% in England and Wales, and sits at 15% in Canada. Similarly, many fewer women than men are incarcerated in correctional facilities. While these statistics supposedly reflect less antisocial and aggressive behavior (AAB) among females than males, not all findings support this supposition. Data from prospective longitudinal studies show that aggressive and antisocial behavior onsets in childhood, and in a small group of females it remains stable across the life-span. Unlike similar males, few of these females are convicted of crimes. This article begins with a review of descriptive studies of females sentenced by criminal courts to treatment in forensic psychiatric hospitals and moves on to present evidence showing that most female AAB does not lead to criminal prosecution. Next, studies of female AAB are reviewed, noting that it onsets in early childhood and, that in a small group remains stable across the life-span. Subsequent sections of the article focus on the two most common mental disorders presented by female forensic patients, schizophrenia and borderline personality disorder, highlighting what is known about the sub-groups of women with these disorders who present AAB. The article concludes with recommendations for earlier identification by psychiatric services of women presenting mental disorders and AAB, treatments to reduce both the symptoms of their mental disorders and their life-long AAB, and the research that is needed in order to improve the effectiveness of these treatments. The real possibilities of prevention of the development of AAB, and even perhaps aspects of the mental disorders that plague female forensic patients, are described.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».