MENTAL HEALTH COMORBIDITY IN A CANADIAN COURT
Notice bibliographique
Résumé
Objective Over the past two decades, Canada has seen a rapid growth in problem-solving courts. Such courts are predicated on the rationale that certain populations of individuals who come into contact with the law do so not out of choice, but because of personal circumstance. One prominent example of a problem-solving court is the mental health court. the current investigation serves as a preliminary look into the needs of individuals in contact with the law in southeastern Ontario, Canada. At the time of the writing of this report, no mental health courts had yet been established in the region. We sought to assess the need for such a court by reviewing some key demographics in a sample of offenders in a ‘guilty plea’ court. Design: To this end, data from guilty plea court was collected over the course of several months. The data was publicly available and therefore university ethics though enquired was not required. At the completion of data collection, information from 79 court cases had been documented. These cases were coded for the presence or absence of identified mental health concerns, and subsequent analysis was conducted to discern whether mental health status could predict the type and severity of charges accrued. Results: Of the 79 cases, 24 individuals attending guilty plea court were identified as presenting with mental illness Conclusion: Everything taken together, the current study highlights the need and utility for mental health courts. We offer empirical evidence of such a need, and add to the slowly growing—and altogether much-needed—body of literature surrounding mental health courts in Canada.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».