Confirmatory Factor Analyses of the Level of Service Inventory-Revised
Notice bibliographique
Résumé
This dissertation represents an application of Data Pattern Analysis methods to offender risk assessment in criminal justice. The purpose of this dissertation is to provide a set of confirmatory factor analyses of the Level of Service Inventory-Revised (LSI-R; Andrews & Bonta, 1995). The LSI-R is a widely used offender risk/needs assessment with 54 dichotomous items broken down into 10 subscales. The LSI-R is a “dual purpose” “risk/needs” offender assessment instrument that is designed to assess 1) recidivism risk and 2) treatment needs. The first purpose of the LSI-R, assessment of recidivism risk, is achieved by examining the total LSI-R score, which is the sum of the 54 dichotomous item scores. Higher scores are correlated with higher recidivism levels. The second purpose of the LSI-R, assessment of treatment needs, is achieved by the examination of the ten LSI-R subscale scores. A high score on a subscale indicates that the offender may need treatment related to that particular domain (employment, attitude, drug use, etc.). Previous analyses suggest that the subscale structure of the LSI-R is not an accurate representation of how the items are grouping into factors. The results from three previous item level exploratory factor analyses of the LSI-R suggest that the factor structure of the LSI-R does not match the subscale structure. This dissertation provides a set of confirmatory factor analyses of the LSI-R using 3,493 LSI-R assessments collected from male offenders while they were on probation in a Midwestern county from 2002 to 2006. The initial confirmatory factor analysis of the LSI-R using the subscales as factors produced a Comparative Fit Index (CFI) of only .760, which suggests that the subscale structure does not provide a good fit to the item covariance structure of the LSI-R. After 29 modifications, a confirmatory factor analysis model was produced with a CFI of .950, which indicates a good fitting model. The 29th model had 19 factors and 11 items that loaded onto multiple factors. These results suggest that further analyses and discussions of the LSI-R item covariance structure are needed. References Andrews, D.A., & Bonta, J. (1995). The Level of Service Inventory-Revised. Toronto: Multi-Health Systems.
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 | 0,033 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».