History matters: racial variation in the prevalence of sexual offence convictions
Notice bibliographique
Résumé
Overrepresentation of racial minority groups in the criminal justice system is a significant social problem, but little is known about representation in sexual crime. In this study, a cohort of adult males convicted of sexual offences in British Columbia, Canada (N = 4,362) was compared with census data (N = 4,074,385) for patterns of over- and underrepresentation. Demographic information, criminal history, and psychological risk factors (from Static-99R, STABLE-2007) were compared across six different racial groups (White, East Asian, South Asian, Black, Latin American, and Indigenous). Racial groups with a history of colonial oppression in North America (i.e. Black, Indigenous, Latin American) were overrepresented; White, South Asian, and East Asian groups were underrepresented. Differences in reported crime correlated with scores on items related to the propensity for rule violation, but not sexual crime-specific factors. Considering the social-historical context associated with an evaluee’s race may improve the cultural sensitivity of risk assessments.Practice impact statement The overrepresentation of racial minority groups in the criminal justice system is a significant social problem. However, our results indicate that only racial groups with a history of colonial oppression were overrepresented amongst adult males convicted of a sex offence. The social and historical context may provide an increased understanding of systematic bias.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».