Meta-análisis de la reincidencia post-medida en menores infractores en el sistema de Justicia Juvenil español
Notice bibliographique
Résumé
El éxito de la Justicia Juvenil reside en la adecuada reinserción de los menores infractores, \nsuponiendo la reincidencia de estos la inefectividad del sistema. En España, trabajos \nprevios señalan que más de un cuarto de esta población comete un nuevo hecho delictivo \ndespués de haber pasado por el sistema penal. El objetivo del presente meta-análisis es \nestimar la tasa de reincidencia post-medida y con ello la eficiencia del sistema de Justicia \nJuvenil español, bajo el paraguas legal de la Ley Orgánica de Responsabilidad Penal del \nMenor, así como las variables moduladoras que influyen en dicha reincidencia. La \nbúsqueda bibliográfica ha brindado 17 trabajos, facilitando 48 índices de tamaño del \nefecto individuales. De los resultados se extrae que la influencia del tipo de medida \nimpuesta, la edad, el género masculino, antecedentes en Justicia Juvenil y violencia en la \ncausa base, actúan como variables moderadoras en la reincidencia. \nSuccess of Juvenile Justice lies within the appropriate reintegration of juvenile offenders, \nwhereas recidivism denotes the ineffectiveness of the system. In Spain, previous studies \nshow that more than a quarter of said population commits a new criminal offense after \nhaving passed through the penal system. The aim of this meta-analysis is to obtain an \nestimate of the rate of post-sentence recidivism under the legal spectrum of the LORPM, \nas well as the modulating variables that influence recidivism. The bibliographic search \nrendered 17 papers, providing 48 individual effect size ratings. The results exhibit that \nthe influence of the type of imposed measure, age, male gender, previous records in \njuvenile justice and violence in the baseline cause, act as moderating variables in \nrecidivism.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».