Lettura Remediation and Outcomes in Detention (SERIOUS)

Le difficoltà di apprendimento (LD) sono tra i tipi più comuni di disabilità nei delinquenti minorenni che sono stati collegati alla delinquenza. A livello nazionale, i bambini ei giovani con bisogni educativi speciali sono sovrarappresentati nei sistemi giudiziari statunitensi. I rapporti stimano che i giovani delinquenti con disabilità rappresentino dal 30% al 60% circa dell'intera popolazione delinquente. Un'indagine nazionale negli Stati Uniti afferma un tasso di prevalenza medio del 33,4% di minori con disabilità incarcerati in istituti penitenziari. Inoltre, da tempo sono state sollevate preoccupazioni sui tassi di recidiva dei giovani con disabilità e con un background educativo speciale. In generale, per quanto riguarda il rendimento scolastico, i deficit accademici come la mancanza di competenze di base in lettura, scrittura e matematica sono stati associati alla recidiva. Tuttavia, questi studi trascurano in gran parte la natura dinamica del comportamento delinquenziale e criminale che è stata documentata nel campo della criminologia dello sviluppo con un focus sull'insorgenza, la continuità e l'estinzione del comportamento deviante. Alla luce di questa ricerca, l'identificazione e la riparazione del DI come fattore di rischio per la recidiva è stata una sfida persistente dato l'accumulo e la sovrapposizione con altri fattori di rischio come la povertà, i modelli familiari di criminalità, l'influenza dei coetanei delinquenti e il impatto differenziale dei fattori di rischio lungo la traiettoria di sviluppo di un individuo. Complessivamente, c'è una sfida intorno all'implementazione di una metodologia sofisticata per modellare i complessi legami longitudinali e reciproci tra la delinquenza giovanile e i problemi educativi come la LD, e come si relazionano ad altri fattori di rischio nel tempo. Questa sfida è intensificata dai campioni di grandi dimensioni richiesti per rilevare modelli robusti e interpretabili e relazioni predittive per gruppi di giovani con DSA gravi che, per definizione, sono di piccole dimensioni e censurati rispetto a vari risultati educativi (ad esempio, rendimento scolastico). Questa ricerca è concepita per contribuire alla comprensione del campo della connessione tra DV e comportamento delinquenziale. Ci auguriamo di generare scoperte uniche che capitalizzino la disponibilità dei big data pertinenti, i punti di forza clinici dei suoi membri e la loro capacità di sviluppare e somministrare terapie educative a minorenni autori di reato e il suo inserimento all'interno di comunità che consentano la creazione e l'elaborazione di multi-livello longitudinale set di dati, fusione di dati sociologici (cioè criminologici), comportamentali, neurofisiologici e genetici/genomici.

Grandi dati:

La componente Big Data cerca di affrontare tre obiettivi: (1) condurre analisi di big data e data mining per quantificare/qualificare le complessità della grave LD tra i giovani coinvolti nella giustizia minorile (JJ) utilizzando metodi statistici applicati a grandi set di dati che catturano più indicatori (vale a dire, reati e risultati scolastici) trasversalmente (per i recidivi) e longitudinalmente (per i recidivi); (2) utilizzare l'analisi dei big data per identificare un gruppo di giovani con DSA grave che fungerà da gruppo di confronto per le persone che partecipano a un intervento di lettura; e (3) valutare i risultati dei primi due obiettivi sulla base delle ipotesi statistiche alla base dei modelli applicabili ai big data in questione.

Ipotesi. Estendendo la ricerca precedente, i Big Data cercano di identificare i fattori che mettono in relazione il LD con la recidiva, la frequenza della recidiva e del nuovo arresto e il tempo alla recidiva post-coinvolgimento. Ipotizziamo che (a) i tassi complessivi di recidiva (cioè, indipendentemente dal tipo specifico di reato) saranno più alti tra i giovani coinvolti in JJ con DSA grave (operatività basata su test di rendimento standardizzati e stato di istruzione speciale) rispetto ai giovani senza DSA; (b) i giovani con DSA grave mostreranno più episodi di problemi legati alla scuola dopo il loro primo coinvolgimento (ad esempio, problemi di frequenza, incidenti disciplinari come sospensioni ed espulsioni a scuola e fuori dalla scuola) rispetto ai giovani senza DSA; (c) i giovani con DSA grave che avevano problemi scolastici prima del loro primo coinvolgimento in JJ saranno a maggior rischio di recidiva rispetto ai giovani senza DSA; (d) livelli più bassi di rendimento nella lettura saranno associati a periodi di tempo più brevi per ripetuti reati; e (e) la partecipazione all'intervento ridurrà significativamente il rischio di recidiva rispetto ad altri giovani con DSA grave che non hanno partecipato all'intervento.

Intervento:

La componente di intervento cerca di affrontare tre obiettivi: (1) migliorare le capacità di lettura di una popolazione poco studiata e ad alto rischio (giovani coinvolti nella JJ) utilizzando una terapia educativa che è stata specificamente progettata per i giovani coinvolti nella JJ, fornita in un 1 :1 ambientazione e ampliato con la tecnologia, compreso il materiale relativo alle abilità della vita quotidiana e un adeguato rinforzo che estenderà il programma nel periodo successivo al rilascio; (2) rafforzare le abilità e mantenere le acquisizioni di lettura ottenute durante la terapia educativa e aumentare l'automaticità dell'uso delle abilità utilizzando uno strumento di apprendimento "gamificato" ad alto interesse che i giovani giocheranno su uno smartphone dato loro quando lasciano la detenzione; e (3) indagare la risposta individuale alla terapia rispetto ad altre variabili (ad esempio, attenzione, funzionamento esecutivo, controllo degli impulsi, capacità di apprendimento, altri risultati accademici) raccolte al basale.

Ipotesi. Le ipotesi chiave della componente di intervento cercano di identificare i fattori associati alla risposta alla terapia per il DSA grave rispetto al funzionamento pre-terapia. Ipotizziamo che (a) il miglioramento complessivo della lettura sarà correlato alle capacità scolastiche, all'attenzione e al funzionamento esecutivo pre-terapia; (b) l'inclusione di una componente metacognitiva nella terapia fornirà effetti di trascinamento, migliorando altre abilità scolastiche; e (c) la ludicizzazione dello strumento di apprendimento si tradurrà in un solido utilizzo della tecnologia, con una relazione dose-risposta tra il tempo dedicato al compito e il miglioramento delle abilità acquisite (e misurate) attraverso il gioco.