Risk assessment and recidivism among Indigenous and non-Indigenous persons: A meta-analysis.
Notice bibliographique
Résumé
OBJECTIVE: Risk assessment measures are commonly used in forensic and criminal justice settings to evaluate risk of future recidivism. The use of these measures among Indigenous persons has been the subject of clinical, professional, and legal interest. We sought to add to the literature by examining three frequently studied and clinically used risk assessment instruments among Indigenous and non-Indigenous adolescents and adults in international settings: the Hare Psychopathy Checklist scales, the Level of Service Scales, and the Structured Assessment of Violence Risk in Youth. HYPOTHESES: We hypothesized that the established risk assessment measures would predict reoffending among Indigenous samples and would do so at magnitudes comparable to those of non-Indigenous (White majority) samples. METHOD: We conducted a series of meta-analyses involving three risk assessment measures and indices of general and violent recidivism. We increased the numbers of studies available, particularly among adolescents, by soliciting researchers and reanalyzing data sets. RESULTS: s were .28 and .29, respectively). There was considerable heterogeneity in the magnitudes of effect sizes. Results were not always consistent across age groups, genders, and North American and Australasian samples, and this was particularly true for combinations of variables. There was some evidence that Level of Service Scale Total scores may be associated with lower predictive validity coefficients among Indigenous persons than among non-Indigenous persons. CONCLUSIONS: We discuss the importance of refining and improving risk assessment measures. Findings should be appropriately qualified and interpreted in ways that recognize the impacts of broader sociohistorical contexts on current behaviors. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,014 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».