Coercive bullying among forensic inpatients: Predictive utility of the VRAG-R for assessing risk of perpetration
Notice bibliographique
Résumé
Coercive bullying (i.e., pressuring a peer to do something they do not want to do) is a widespread problem in correctional and secure forensic settings. Though risk factors for other types of bullying (e.g., physical) have been studied, there is limited research investigating risk factors of coercive bullying. The Violence Risk Appraisal Guide-Revised (VRAG-R) is a well-validated and widely used actuarial risk assessment tool for measuring risk of future violence. Given that risk factors for violence overlap with risk factors for bullying, the present study seeks to investigate whether items within the VRAG-R are associated with coercive bullying perpetration in a sample of 94 forensic inpatients in Canada. Data were collected cross-sectionally across four forensic hospitals using a structured interview format. Using a self-report checklist (through interviews) to measure 18 items of coercive bullying behavior over the previous 3 months, 35 participants (37%) disclosed perpetrating coercive bullying against their peers. Coercive bullying perpetration was significantly and moderately associated with two VRAG-R items: younger age at index offense (AUC = .66) and a history of conduct disorder (AUC = .66), while other items also resulted in medium effects. These findings have important implications for understanding risk of coercive bullying perpetration.
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 | 0,001 | 0,009 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».