Investigating racial disparities in violence risk assessment using the Spousal Assault Risk Assessment Guide–Version 3 (SARA-V3): Structured professional judgment ratings and recidivism among Indigenous and non-Indigenous individuals.
Notice bibliographique
Résumé
Racial disparities in criminal justice outcomes are widely observed. In Canada, such disparities are particularly evident between Indigenous and non-Indigenous persons. The role of formal risk assessment in contributing to such disparities remains a topic of interest to many, but critical analysis has almost exclusively focused on actuarial or statistical risk measures. Recent research suggests that ratings from other common tools, based on the structured professional judgment model, can also demonstrate racial disparities. This study examined risk assessments produced using a widely used structured professional judgment tool, the Spousal Assault Risk Assessment Guide-Version 3, among a sample of 190 individuals with histories of intimate partner violence. We examined the relationships among race, risk factors, summary risk ratings, and recidivism while also investigating whether participants' racial identity influenced the likelihood of incurring formal sanctions for reported violence. Spousal Assault Risk Assessment Guide-Version 3 risk factor totals and summary risk ratings were associated with new violent charges. Indigenous individuals were assessed as demonstrating more risk factors and were more likely to be rated as high risk, even after controlling for summed risk factor totals and prior convictions. They were also more likely to recidivate and to have a history of at least one reported act of violence that did not result in formal sanctions. The results suggest that structured professional judgment guidelines can produce disparate results across racial groups. The disparities observed may reflect genuine differences in the likelihood of recidivism, driven by psychologically meaningful risk factors which have origins in deep-rooted systemic and contextual factors. (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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».