The Use and Misuse of Prediction
Notice bibliographique
Résumé
(including rapists) are 'not a homogeneous group ' (Canada. Working Group, Sex Offender Treatment Review 1990), then the definition of the 'typical ' rapist and the development of a typology of rapists should be considered a fruitless enterprise. There are no physical or psychological characteristics which distinguish rapists, or types of rapists, from their fellow men. About the only thing rapists have in common, apart from their commission of the crime, is their shared social attitude towards women: this is summed up neatly by one of the subjects in Gebhard's classic study: Man, these dumb broads don't know what they want. They get you worked up and then they try to chicken out. You let 'em get away with stuff like that and the next thing you know they'll be walking all over you (Gebhard et al. 1965, p. 205). In parallel with this abandonment of taxonomic schemes, there has been despair about our apparent inability to predict which known rapist will attack again, at which time and in what circumstances. Not only have empirical studies on the prediction of violence generally shown that most predictions of dangerousness turn out to be false positives (Steadman & Cocozza 1974) but also such predictions with respect to 'sexual psychopaths ' lead to excessive periods of indeterminate incarceration in poorly resourced facilities with little hope of any 'treatment ' (Kittrie 1971). This is a gloomy picture. It is tempting to simply let sentencers, parole boards, clinicians and correctional officers get on with their work as best they can, using essentially a retributionist model dressed up with a little bit of rehabilitation. Yet there are cogent reasons
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 | 0,108 | 0,275 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,016 |
| Communication savante | 0,007 | 0,016 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».