The Predictive Validity of Sex Offender Treatment Progress Scale (SOTIPS) Using Iowa Sex Offenders
Notice bibliographique
Résumé
This study is a replication study of McGrath, Lasher, and Cumming's 2012 study. McGrath et al.'s population consisted of convicted Vermont sex offenders, while this replication study's population consisted of convicted Iowa sex offenders. Nearly 2,000 sex offenders are under the Iowa Department of Corrections community supervision (Daily Statistics-DOC Offender, 2023). Iowa uses SOTIPS, Static-99R, and the Iowa Risk Revised (IRR) to determine recidivism risk and supervision levels. The Static-99R was developed in Canada and has been validated in several jurisdictions, including Iowa (Statistical validation of the ISORA8 & Static-99 final report, 2010). The IRR was developed in Iowa using 6,337 Iowa offenders and validated using a sample of 9,387 Iowa offenders (Fischer, 1980). No other study has examined the predictive validity of SOTIPS using Iowa sex offenders. The observational data will be analyzed using predictive statistics such as regression techniques. This replication study will follow McGrath et al.'s (2012) study of data analysis. This researcher used Area Under the Curve (AUC) to measure the accuracy of the Static-99R and SOTIPS. The AUC values and confidence levels were calculated using the trapezoidal method in SPSS. Cox regression survival analysis compared the predictive accuracy of Static-99R, the static risk factors of SOTIPS, and the dynamic risk factors scores.
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) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; 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 ».