구금 시 교정 및 결과 읽기 (SERIOUS)

학습 장애(LD)는 비행과 관련된 청소년 범죄자의 가장 일반적인 유형의 장애 중 하나입니다. 전국적으로 특수 교육이 필요한 어린이와 청소년은 미국 사법 제도에서 과도하게 대표됩니다. 보고서에 따르면 장애가 있는 비행 청소년은 전체 비행 인구의 약 30%에서 60%를 구성하는 것으로 추정됩니다. 미국의 전국 조사에 따르면 교정 시설에 수감된 장애 청소년의 평균 유병률은 33.4%입니다. 또한 장애청소년과 특수교육을 받은 청소년의 재범률에 대한 우려도 오래전부터 제기되어 왔다. 일반적으로 교육적 수행과 관련하여 읽기, 쓰기, 수학의 기본 능력 부족과 같은 학업 적자는 재범과 관련이 있습니다. 그러나 이러한 연구들은 일탈행위의 시작, 지속 및 소멸에 초점을 둔 발달범죄학 분야에서 문서화되어 온 비행 및 범죄행위의 동태적 특성을 대체로 무시하고 있다. 본 연구에 비추어 볼 때, 빈곤, 범죄의 가족적 패턴, 비행 또래의 영향, 범죄와 같은 다른 위험 요인들이 축적되고 중복되는 상황에서 반복적 범죄의 위험 요인으로서 LD를 식별하고 개선하는 것은 지속적인 과제였습니다. 개인의 발달 궤적 전반에 걸친 위험 요인의 차등적 영향. 전반적으로, 청소년 비행과 LD와 같은 교육 문제 사이의 복잡한 종단적 및 상호적 연결을 모델링하기 위한 정교한 방법론의 구현과 시간이 지남에 따라 다른 위험 요소와 어떻게 관련되는지에 대한 도전이 있습니다. 이 문제는 크기가 작고 다양한 교육 결과(예: 학업 성과)와 관련하여 검열되는 심각한 LD가 있는 청소년 그룹에 대한 강력하고 해석 가능한 패턴과 예측 관계를 감지하는 데 필요한 큰 샘플에 의해 강화됩니다. 이 연구는 LD와 비행 행동 사이의 연결에 대한 현장의 이해에 기여하기 위해 고안되었습니다. 우리는 관련 빅 데이터의 가용성, 회원의 임상적 강점, 청소년 범죄자에 대한 교육 치료를 개발 및 관리할 수 있는 능력, 다단계 종단의 생성 및 처리를 강화하는 커뮤니티 내 포함을 활용하여 고유한 결과를 생성하기를 희망합니다. 사회학적(즉, 범죄학적), 행동적, 신경생리학적, 유전적/게놈적 데이터를 병합하는 데이터세트.

빅 데이터:

빅 데이터 구성 요소는 세 가지 목표를 해결하고자 합니다. (1) 여러 지표를 캡처하는 빅 데이터 세트에 적용되는 통계적 방법을 사용하여 청소년 사법(JJ) 관련 청소년 사이에서 심각한 LD의 복잡성을 정량화/자격화하기 위해 빅 데이터 분석 및 데이터 마이닝을 수행합니다. (즉, 범죄 및 교육적 결과) 횡단면(일회성 범죄자의 경우) 및 종단적(반복 범죄자의 경우); (2) 읽기 중재에 참여하는 개인을 위한 비교 그룹 역할을 할 심각한 LD를 가진 청소년 그룹을 식별하기 위해 빅 데이터 분석을 활용합니다. (3) 당면한 빅 데이터에 적용할 수 있는 모델의 기본이 되는 통계적 가정을 기반으로 처음 두 가지 목표의 결과를 평가합니다.

가설. 이전 연구를 확장하여 Big Data는 LD와 재범, 재범 및 재체포 빈도, 관여 후 재범까지 걸리는 시간과 관련된 요인을 식별하고자 합니다. 우리는 (a) 전체 재범률(즉, 범죄의 특정 유형에 관계없이)이 LD가 없는 청소년보다 심각한 LD(표준화된 성취도 테스트 및 특수 교육 상태에 기반한 조작)가 있는 JJ 관련 청소년에서 더 높을 것이라고 가정합니다. (b) 심각한 LD가 있는 청소년은 LD가 없는 청소년보다 처음 관여한 후 학교 관련 문제(예: 출석 문제, 교내 및 교외 정학 및 퇴학과 같은 징계 사건)의 사건을 더 많이 보일 것입니다. (c) JJ에 처음 참여하기 전에 학교 관련 문제가 있었던 심각한 LD가 있는 청소년은 LD가 없는 청소년보다 재범 위험이 더 높을 것입니다. (d) 더 낮은 수준의 읽기 성취도는 더 짧은 시간 동안 반복적으로 위반하는 것과 연관됩니다. (e) 개입에 참여하면 개입에 참여하지 않은 중증 LD를 가진 다른 청소년에 비해 재범 위험이 크게 감소합니다.

간섭:

개입 구성 요소는 다음 세 가지 목표를 해결하고자 합니다. :1 설정, 일상 생활 기술과 관련된 자료 및 프로그램을 출시 후 기간으로 연장할 적절한 보강을 포함하여 기술로 확장됨 (2) 교육 치료 중에 얻은 읽기 능력을 강화하고 유지하며, 구금을 떠날 때 받은 스마트폰에서 청소년이 플레이하는 고흥 "게임화된" 학습 도구를 사용하여 기술 사용의 자동성을 높입니다. (3) 기준선에서 수집된 다른 변수(예: 주의력, 집행 기능, 충동 조절, 학습 능력, 기타 학업 성취도)와 관련하여 치료에 대한 개별 반응을 조사합니다.

가설. 중재 구성 요소의 주요 가설은 치료 전 기능과 관련하여 중증 LD에 대한 치료 반응과 관련된 요인을 식별하고자 합니다. 우리는 (a) 읽기의 전반적인 향상이 치료 전 학업 능력, 주의력 및 집행 기능과 관련될 것이라는 가설을 세웁니다. (b) 치료에 메타인지적 요소를 포함하면 이월 효과를 제공하여 다른 학업 능력을 향상시킬 것입니다. (c) 학습 도구의 게임화는 작업에 소요되는 시간과 게임 플레이를 통해 훈련(및 측정)되는 기술의 향상 사이의 용량-반응 관계와 함께 강력한 기술 사용으로 이어질 것입니다.