MétaCan
Menu
Retour à la cohorte
Enregistrement W4412110577 · doi:10.1177/0306624x251349530

Agency, Criminogenic Risk and Needs, and Recidivism: A Prospective Longitudinal Study Including 14,000 Adult Justice-involved Individuals

2025· article· en· W4412110577 sur OpenAlexaff
Patrick Lussier, Pagnol Landry Kouassi, Julien Fréchette

Notice bibliographique

RevueInternational Journal of Offender Therapy and Comparative Criminology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRecidivismAgency (philosophy)PsychologyContext (archaeology)ModerationSense of agencyEconomic JusticeCriminal justicePsychological interventionSocial psychologyCriminologyApplied psychologyPolitical scienceSociologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

This study examines the role and importance of agency, defined as the ability to recognize personal issues and motivation to change. More specifically, the study aims to explore whether agency can help overcome criminogenic risk and needs in the context of community re-entry among justice-involved individuals. Based on a sample of 14,000 adult males sentenced to probation or incarceration, a series of survival analyses (e.g., Cox proportional hazards) were used to investigate the association between criminogenic risk and needs and agency-related indicators in relation to recidivism. The findings underscore the importance of criminogenic risks and needs while emphasizing the role of motivation to change as a possible moderator. Addressing criminogenic risk and needs while justice-involved individuals face numerous barriers and challenges make desistance from crime a long and difficult process, especially if interventions do not support agentic decisions and behaviors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,256
Tête enseignante GPT0,413
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Offender Therapy and Comparative CriminologyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207