Same Score, Different Audience, Different Message: Perceptions of Sex Offense Risk Depend on Static-99R Risk Level and Personality Factors of the Recipient
Notice bibliographique
Résumé
There are multiple ways to report risk scale results. Varela et al. (2014) found that Static-99R results were interpreted differently by prospective jurors based on risk level (high vs low) and an interaction between risk level and risk communication format (categorical, absolute estimate, and risk ratio). We adapted and extended Varela et al.’s (2014) study using updated Static-99R norms, recruiting a population-wide sample ( n = 166), and adding variables assessing the personality factors ‘cognitive motivation’ (i.e., need for cognition) and ‘attitudinal affect’ (i.e., attitudes toward sex offenders, authoritarianism). We found a main effect of risk level and no effect of either communication format or the interaction between the two. Adding the personality variables increased explained variance from 9% to 34%, suggesting risk perception may be more about the personality of the person receiving the information than the information itself. We also found an interaction between attitudes toward sex offenders and risk level. Our results suggest risk perception might be better understood if personality factors are considered, particularly attitudes toward sex offenders. Because biases/personality of the person receiving the information are unknown in real world settings we argue that sharing multiple methods for communicating risk might be best and more inclusive.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».