Discrimination and Calibration Properties of the Violence Risk Appraisal Guide–Revised in a Not Criminally Responsible Provincial Population
Notice bibliographique
Résumé
This study examined the discrimination and calibration properties of the Violence Risk Appraisal Guide–Revised (VRAG-R) within a large subset of the population of 574 individuals who had been found Not Criminally Responsible on Account of Mental Disorder (NCRMD) in Alberta. The VRAG-R was scored on all individuals identified via The Alberta NCR Project database from every file that contained sufficient relevant information and recidivism data were obtained via official criminal records. The VRAG-R demonstrated strong discrimination properties for general and violent recidivism over 5-year, 10-year, and global follow-ups. Calibration analyses, however, indicated that the VRAG-R substantially over estimated violence risk and that there was poor agreement between expected and observed recidivism rates for this population. When examined in the male subsample, these issues remained but to a lesser degree; examination of VRAG-R discrimination and calibration for females was not possible due to a lack of recidivists. Results indicated strong discrimination but poor calibration properties of the VRAG-R in this NCRMD population. Overall, the results support the use of the VRAG-R within a population of persons found NCRMD when employed in tandem with other measures as part of a comprehensive psychological risk assessment.
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 ».