A Comparison of Adjudicated Spousal Abusers and Controls using the MJvl.Pl-2 and MCML-Ul
Notice bibliographique
Résumé
Approximately 21.000 women per week are assaulted by their domestic partners in the United States (Stamp & Sabourin, l 995). Beasley and Stoltenberg ( 1992) advised that "work with abusive men could benefit from careful attention to the role of anger and personality disorders in this population" (p.316). Research generally indicates that male spousal abusers have been characterized in various ways and nave been created with varying levels of success. In order to design effective prevention and treatment plans, it is important to comprehend the nature of spousal abuse, and what research has to say about intimate abusers and their personality characteristics. This study compared 68 men (abusers n=39. non-abusers n=29) from Northern British Columbia, Canada, using two self-report personality measures: the Minnesota Multiphasic Personality Inventory Second Edition (MMPI-2) and the Millon Clinical Multiaxial Inventory Third Edition (MCMI-III). An archival database was used, which was developed by Bogyo ( l 998) and which matched abuser and non-abuser subjects by age (plus or minus 24 months) and ethnic background. The present study found significant differences between abusers and non-abusers. as well as two clusters of abusers in the archival database as suggested in the literature. The dominant cluster could be characterized as resembling the cluster of abusers described in the literature as internally conflicted. disturbed. schizoid/borderline. asocial/avoidant/aggressive/negativistic. dysphoric/borderline. emotionally volatile. and impulsive/under-controlled (Dutton. l998). In this sample the MCMI-Ill was more effective than the MMPI-2 both for discriminating abusers from non-abusers and for characterizing their personality attributes. MCMI-Ill scales measuring willingness to self-disclose. Posttraumatic Stress Disorder. passive-aggressive features. drug and alcohol abuse. sadistic tendencies. self-critical statements. and unusual thinking patterns predicted abuse in this sample. It may be useful to administer a personality measure such as the MCMI-Ill in a community mental health or other clinical setting to match potential and/or actual spousal abusers to appropriate treatment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».