Do Structured Risk Assessments Reduce Bias Against Indigenous Youth? An Experimental Analysis - Study 1
Notice bibliographique
Résumé
Racial and ethnic disparities within Western criminal justice systems are unfortunately commonplace. In fact, the overrepresentation and overincarceration of Indigenous youth and adults has been recognized as a crisis by the Supreme Court of Canada in R. v. Gladue (1999). Prior research has found that laypersons as well as youth justice professionals are susceptible to negative biases against racial/ethnic minority youth, however, limited research has focused on Indigenous youth. While some researchers have suggested that structured judgment approaches in risk assessment may be useful in reducing biases, others suggest that the use of such approaches may exacerbate disparities. Given gaps within the literature, the proposed research will use an experimental vignette design to examine racial biases in unstructured risk judgments (i.e., judgments based solely on subjective intuition) versus structured risk judgments (i.e., judgments based on a risk assessment tool) for Indigenous youth compared to White youth. Participants recruited through a Canadian university will be randomly assigned with identical vignettes that vary by race (Indigenous or White) and with either unstructured or structured risk judgment conditions. All components of the study are completed online through Qualtrics. The aim of the proposed research is to examine if Indigenous youth will be rated as higher risk than White youth, and whether these differences will be reduced through the use of a risk assessment tool. Results of the proposed research will shed light on the potential for risk assessment tools to reduce assessors’ racial bias in risk assessment for Indigenous youth.
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 | 0,035 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».