ACUTE-2007 and STABLE-2007 predict recidivism for men adjudicated for child sexual exploitation material offending.
Notice bibliographique
Résumé
OBJECTIVE: Risk assessment is essential to effective correctional practice. For individuals with contact sexual offenses, many risk tools are available. There are fewer options, however, for individuals whose sexual offending exclusively involves child sexual exploitation materials (CSEM; legally referred to in Canada and the United States as child pornography). HYPOTHESES: The present study examined the predictive validity of the ACUTE-2007 and STABLE-2007 sexual recidivism risk tools among men with CSEM offenses. We expected these tools to show moderate predictive validity across study groups. METHOD: We compared the scales' discrimination and calibration across three groups: (a) 1,042 men with contact sexual offenses against children (baseline comparison), (b) 228 men with exclusive CSEM offending (no contact sexual offenses), and (c) 80 men with both contact sexual offenses and CSEM offenses. RESULTS: We found that the ACUTE-2007 and STABLE-2007 total scores and items had comparable (and often better) discrimination for men with CSEM offending compared with contact sexual offending against children in the prediction of any sexual recidivism, violent recidivism, and any recidivism. Calibration analyses indicated that the overall sexual recidivism rates for the median ACUTE-2007 and STABLE-2007 scores were similar for men with exclusive CSEM offenses compared with men with any contact offending against children. Almost all of the sexual recidivism for the CSEM-exclusive group involved further CSEM offenses. CONCLUSIONS: This study supports the use of these tools to rank-order men with CSEM offending in terms of their risk of reoffending and to help direct treatment and management efforts. (PsycInfo Database Record (c) 2024 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 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 | 0,000 | 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 | 0,002 | 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 ».