Traumatic brain injury in criminal justice systems: a systematic literature review
Notice bibliographique
Résumé
Traumatic brain injury (TBI) is common among justice-involved persons, creating substantial health and economic burdens owing to its association with a range of adverse psychosocial outcomes. No study to date has synthesised extant knowledge about TBI across the whole criminal justice pathway. We aimed to conduct a systematic review of the literature on TBI across this pathway, from arrest through to release from custody. Following PRISMA guidelines, five key electronic databases (PubMed, PsychInfo, Medline, Embase, Cinahl), Proquest Dissertations & Theses Global, Cochrane Database of Systematic Reviews, Web of Science, and grey literature were searched up to May 2023. Fifty-six reports met inclusion criteria. Three more reports were added after review. TBI prevalence rates ranged from 5.65% to 100% with higher rates among persons experiencing federal incarceration, justice-involved adolescents, and justice-involved veterans in the US. Severity of TBI was mostly mild. Studies reported positive associations between TBI and many psychosocial outcomes including violence, incarceration rates, cognitive impairment, mood disorders, psychosis, substance use disorders, and socioeconomic deprivation. Other adverse outcomes included reduced participation in educational activities and increased utilisation of mental health services. More research is needed to establish the true prevalence of TBI in criminal justice systems and the relationship between TBI and psychosocial as well as criminogenic outcomes.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».