MétaCan
Menu
Retour à la cohorte
Enregistrement W4327579972 · doi:10.1037/lhb0000517

Predictive accuracy of Static-99R across different racial/ethnic groups: A meta-analysis.

2023· review· en· W4327579972 sur OpenAlexaff
Simran Ahmed, Seung C. Lee, L. Maaike Helmus

Notice bibliographique

RevueLaw and Human Behavior · 2023
Typereview
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRecidivismEthnic groupIndigenousMeta-analysisPsychologyPoison controlDemographyClinical psychologyMedicineSociologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The overrepresentation of numerous racial/ethnic groups in the criminal legal system warrants examination of the cross-cultural applicability of risk assessment tools. Static-99R is a tool used in diverse countries to assess sexual recidivism risk. We conducted a meta-analysis on the predictive accuracy of Static-99R across different racial/ethnic groups. HYPOTHESES: No hypotheses were made regarding discrimination, given that past research could support hypotheses of differential or equivalent accuracy. We hypothesized that Indigenous individuals would score higher on Static-99R than non-Indigenous or White individuals. METHOD: Our search identified 18 eligible documents (from 17 distinct studies) with 41 nonoverlapping effect sizes. These 17 studies examined the predictive accuracy of Static-99R with racially/ethnically diverse men charged with or convicted of sexually motivated offenses. We report analyses using both fixed-effect and random-effects meta-analysis. RESULTS: Indigenous and Black individuals scored significantly higher on Static-99R than their non-Indigenous or White counterparts, with small effect sizes. For discrimination, area under the curve (AUC) values were generally moderate-to-large and statistically significant for all groups in both fixed-effect and random-effects analyses. Within-study subgroup analyses indicated significantly lower accuracy for Indigenous and Hispanic individuals compared with White/non-Indigenous samples (though for Hispanic individuals, this finding was significant only in the fixed-effect analyses). No statistically significant differences in accuracy were found between White and Black individuals. Static-99R significantly predicted recidivism with large effect sizes across two samples of Asian individuals. Two studies supported calibration across Black, White, and Hispanic individuals. Two studies examining calibration of Static-99R for Indigenous individuals had mixed findings. CONCLUSIONS: Given a small number of studies and limitations with both the fixed- and random-effects analyses, readers should interpret findings regarding Hispanic individuals with caution. The analyses clearly found significant but lower accuracy for Static-99R with Indigenous individuals. Potential reasons for this differential accuracy are discussed, along with limitations of the meta-analysis and suggestions for research and practice. (PsycInfo Database Record (c) 2023 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,339
Tête enseignante GPT0,507
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207