Predicting Recidivism in a High-Risk Sample of Intimate Partner Violent Men Referred for Police Threat Assessment
Notice bibliographique
Résumé
It is unknown whether existing intimate partner violence (IPV) risk assessment tools can predict recidivism within threat assessment samples. We examined the predictive validity for IPV, any violent, and general recidivism of four commonly used IPV risk appraisal tools (Ontario Domestic Assault Risk Assessment [ODARA], Spousal Assault Risk Assessment version 2 [SARA-V2], SARA version 3 [SARA-V3], and Brief Spousal Assault Form for the Evaluation of Risk [B-SAFER]) with 247 men charged with IPV and referred to a threat assessment service. Total scores of the ODARA and SARA-V2—but not SARA-V3 or B-SAFER—significantly predicted IPV recidivism and any violent recidivism. The SARA-V2 Criminal History subscale and the B-SAFER subscale of “Past” events—but no other subscales of the SARA-V2, B-SAFER, or SARA-V3—significantly predicted IPV recidivism. Although effect sizes were smaller than in past research, our results support the use of the ODARA and SARA-V2 with threat assessment IPV populations.
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 ».