MétaCan
Menu
Retour à la cohorte
Enregistrement W4386916858 · doi:10.1044/2023_persp-23-00012

Cognitive-Communication Disorders and Neurodisability in the Criminal Justice System: Emerging Roles, Responsibilities, and Opportunities for Speech-Language Pathologists

2023· article· en· W4386916858 sur OpenAlexaff
Maya Albin, Catherine Wiseman‐Hakes

Notice bibliographique

RevuePerspectives of the ASHA Special Interest Groups · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensUniversity Health NetworkToronto Rehabilitation InstituteMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRecidivismContext (archaeology)Criminal justiceIntervention (counseling)PsychologyCriminalizationEconomic JusticeCognitionPsychiatryCriminologyPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

Purpose: The purpose of this clinical focus article is to provide a framework for speech-language pathologists (SLPs) supporting youth and adults in the criminal justice system (CJS) who have cognitive-communication disorders (CCDs) related to neurodisability. Method: We provide an overview of communication disorders and CCDs in the CJS as well as the underlying etiologies leading to neurodisability, with a primary focus on traumatic brain injury. Additionally, we provide a framework for understanding the underlying factors that contribute to criminalization and recidivism as well as elucidate the role of SLPs in the context of the CJS. Results: SLPs have an important role to play with youth and adults in the CJS and should be routinely involved in the screening of communication disorders; in the provision of assessments, intervention, education, and training; and in advocacy roles. Conclusion: The high prevalence of CCDs in the CJS affords a unique and important role for SLPs to be active members of the interdisciplinary justice team, which, ultimately, may improve outcomes and reduce the cycle of recidivism.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,123
Tête enseignante GPT0,391
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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 revuePerspectives of the ASHA Special Interest GroupsMême sujetFamily and Disability Support ResearchTravaux en français237 207