MétaCan
Menu
Retour à la cohorte
Enregistrement W4379093702 · doi:10.1177/10731911231177227

Dynamic Risk Scales Degrade Over Time: Evidence for Reassessments

2023· article· en· W4379093702 sur OpenAlexaff
Seung C. Lee, Kelly M. Babchishin, Kimberly P. Mularczyk, R. Karl Hanson

Notice bibliographique

RevueAssessment · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensCarleton UniversityPublic Safety Canada
Organismes subventionnairesnon disponible
Mots-clésRecidivismPsychologyRisk assessmentPredictive validityDemographyClinical psychologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Risk tools containing dynamic (potentially changeable) factors are routinely used to evaluate the recidivism risk of justice-involved individuals. Although frequent reassessments are recommended, there is little research on how the predictive accuracy of dynamic risk assessments changes over time. This study examined the extent to which predictive accuracy decreases over time for the ACUTE-2007 and the STABLE-2007 sexual recidivism risk tools. We used two independent samples of men on community supervision ( N Study 1 = 795; N Study 2 = 4,221). For all outcomes (sexual, violent, and any recidivism [including technical violations]), reassessments improved predictive accuracy, with the largest effects found for the most recent assessment (i.e., those closest in time prior to the recidivism event). Based on these results, we recommend that ACUTE-2007 assessments occur at least every 30 days and that the STABLE-2007 assessments occur every 6 months or after significant life changes (e.g., successful completion of treatment).

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,458
Écart entre enseignants0,392 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssessmentMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207