The Use of Psychopathy Assessments in Canadian Case Law: A Quantitative and Qualitative Survey of Court Records from 1980-2023
Notice bibliographique
Résumé
This study investigated the use of psychopathy assessments in Canadian courts between 1980 and 2023. We reviewed 3,315 court cases and found that psychopathy assessments are used in two distinct ways, either as a clinical measure of psychopathy or exclusively for risk assessment purposes. Psychopathy assessments are most commonly introduced in court by prosecutors, with the Hare Psychopathy Checklist–Revised (PCL-R) being the most frequently used tool. The use of psychopathy assessments increased 958% from the year 2000 to its peak in 2013, followed by a 10-year gradual (63%) decline. There was evidence of adversarial allegiance where prosecution-retained experts gave defendants higher PCL-R scores (d = 1.08) compared to defense-retained experts. PCL-R assessments showed poor reliability when comparing paired scores between prosecution and defense experts, suggesting high risk of Type 1 and 2 errors. Intraclass correlation coefficient (ICC2,1) between prosecution- and defense-retained experts was .079 (95% CI [-0.12, 0.34]), where 40% of experts had a ≥5.9 points scoring difference. A qualitative analysis of 183 expert testimonies on the perceived forensic risk and treatment prospects associated with psychopathy showed significant variability in expert testimonies. Most experts linked psychopathy to high risk of recidivism (72.36%) and described it as a categorically untreatable condition (50.63%), where many experts also stated that treatment makes psychopathic persons worse (15.82%). These findings suggest that some expert testimonies on psychopathy are not aligned with the empirical research. We discuss the potential implications for legal practitioners and comment on the future role of psychopathy assessments in Canadian courts.
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 | 0,006 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».