Long Term Recidivism Rates Among Individuals at High Risk to Sexually Reoffend
Notice bibliographique
Résumé
Preventive detention provisions in the US and Canada assume we can identify, in advance, individuals at high risk for sexual recidivism. To test this assumption, 377 adult males with a history of sexual offending were followed for 20 years using Canadian national criminal history records and Internet searches. Using previously collected information, a high risk/high need (HRHN) subgroup was identified based on an unusually high levels of criminogenic needs ( n = 190, average age of 38 years; 83% White, 13% Indigenous, 4% other). A well above average subgroup of 99 individuals was then identified based on high Static-99R (6+) and Static-2002R (7+) scores. In the HRHN group, 40% reoffended sexually. STATIC HRHN norms overestimated sexual recidivism at 5 years (Static-99R, E/O = 1.44; Static-2002R, E/O = 1.72) but were well calibrated for longer follow-up periods (20 years: Static-99R, E/0 = 1.00; Static-2002R, E/O = 1.16). The overall sexual recidivism rate for the well above average subgroup was 52.1% after 20 years, and 74.3% for any violent recidivism. The highest risk individuals (top 1%) had rates in the 60%–70% range. We conclude that some individuals present a high risk for sexual recidivism, and can be identified using currently available methods.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».