The impact of incarceration on reoffending: A period-to-period analysis of Canadian youth followed into adulthood
Notice bibliographique
Résumé
Several theories and policies on punishment describe within-person processes whereby an increase in the number of days a person spends incarcerated decreases their likelihood of reoffending. Contradicting these perspectives, meta-analyses report universal consensus that incarceration has either a null or crime-inducing impact on reoffending. However, studies included in this meta-analytic work relied on between-group analyses. Within-person analyses more closely align with how theories and policies describe the relationship between incarceration and reoffending and have the additional benefit of addressing the selection bias problem of between-group analyses. Using longitudinal data from the Incarcerated Serious and Violent Young Offender Study in British Columbia, Canada (n = 1719), a first-differenced fixed-effect estimator modeled the relationship between year-over-year change in the number of days spent incarcerated and future year-over-year change in number of convictions. Between ages 12â25, year-over-year increases in days spent incarcerated prospectively influenced year-over-year decreases in convictions. This finding was consistent across types of convictions, age-stages, ethnicity, gender, birth cohort, and exposure to different youth justice legislation. It is unclear whether reductions in convictions resulted from incarceration having a deterrent effect or a rehabilitative effect. It would be a mistake to interpret findings as support for expanding the use of incarceration or that Canada's correctional system should maintain the status quo.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».