Are Core Correctional Practice Strategies Associated with Positive Change Among Clients on Probation Irrespective of Gender, Indigeneity, or Mental Health and Substance Misuse?
Notice bibliographique
Résumé
The intersection of mental health, substance use, and the criminal justice system presents significant challenges for probation and parole officers (PPOs), particularly when supervising justice-impacted persons (JIPs) with complex needs. Grounded in the risk-need-responsivity (RNR) model (Andrews et al., 1990), this research explores the relationship between core correctional strategies (e.g., teaching clients to reframe thinking styles) and client outcomes while on probation (e.g., less substance use, employment stability) and whether gender and Indigeneity moderate these effects. The study also explores if the presence of acute mental health crises and substance misuse influences the relationship between probation and parole officers’ use of Core Correctional Practice (CCP) strategies and client outcomes. The study analyzes 193 probation case notes following the introduction of the Ontario Solicitor General’s Made-in-Ontario Core Correctional Practices (CCP) Model of Community Supervision. A subset of six items from the Client Change Scale (CCS, Serin & Lloyd, 2018) is used to assess behavioural change across key life domains (e.g., employment, substance use, program engagement). Findings will inform evidence-based training enhancements and policy reforms to improve probation outcomes for diverse populations. The opinions and views expressed in this report reflect those of the author and not the Ontario Ministry of the Solicitor General. This project was done with the support of the Ontario Ministry of the Solicitor General.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».