Czytanie Remediacja i wyniki w areszcie (SERIOUS)

Trudności w uczeniu się (LD) należą do najczęstszych rodzajów niepełnosprawności u młodocianych przestępców, które zostały powiązane z przestępczością. W całym kraju dzieci i młodzież ze specjalnymi potrzebami edukacyjnymi są nadreprezentowane w amerykańskich systemach wymiaru sprawiedliwości. Raporty szacują, że nieletni przestępcy z niepełnosprawnością stanowią około 30% do 60% całej populacji przestępców. Krajowe badanie przeprowadzone w USA podaje średni wskaźnik rozpowszechnienia na poziomie 33,4% osadzonych nieletnich niepełnosprawnych w zakładach poprawczych. Ponadto od dawna zgłaszane są obawy co do wskaźników recydywy wśród młodzieży niepełnosprawnej i ze środowisk specjalnych. Ogólnie rzecz biorąc, jeśli chodzi o wyniki w nauce, deficyty w nauce, takie jak brak podstawowych umiejętności czytania, pisania i matematyki, są kojarzone z recydywą. Jednak badania te w dużej mierze zaniedbują dynamiczną naturę zachowań przestępczych i przestępczych, które zostały udokumentowane w dziedzinie kryminologii rozwojowej, z naciskiem na początek, ciągłość i wygaśnięcie zachowań dewiacyjnych. W świetle tych badań, identyfikacja i naprawa LD jako czynnika ryzyka recydywy była ciągłym wyzwaniem, biorąc pod uwagę nagromadzenie i nakładanie się innych czynników ryzyka, takich jak ubóstwo, rodzinne wzorce przestępczości, wpływ rówieśników-przestępców oraz zróżnicowany wpływ czynników ryzyka na trajektorię rozwoju jednostki. W sumie wyzwaniem jest wdrożenie zaawansowanej metodologii modelowania złożonych podłużnych i wzajemnych powiązań między przestępczością nieletnich a problemami edukacyjnymi, takimi jak LD, oraz ich związku z innymi czynnikami ryzyka w czasie. Wyzwanie to jest potęgowane przez wymagane duże próbki w celu wykrycia solidnych i możliwych do interpretacji wzorców oraz predykcyjnych relacji dla grup młodzieży z poważnymi LD, które z definicji są niewielkie i cenzurowane w odniesieniu do różnych wyników edukacyjnych (np. wyników w nauce). Badania te mają przyczynić się do zrozumienia w tej dziedzinie związku między LD a zachowaniami przestępczymi. Mamy nadzieję wygenerować unikalne odkrycia, wykorzystując dostępność odpowiednich dużych zbiorów danych, mocne strony kliniczne jej członków oraz ich zdolność do opracowywania i prowadzenia terapii edukacyjnej dla nieletnich przestępców, a także jej osadzenie w społecznościach umożliwiających tworzenie i przetwarzanie wielopoziomowych podłużnych zbiory danych, łączące dane socjologiczne (tj. kryminologiczne), behawioralne, neurofizjologiczne i genetyczne/genomiczne.

Duże dane:

Komponent Big Data ma na celu osiągnięcie trzech celów: (1) przeprowadzenie analizy dużych zbiorów danych i eksploracji danych w celu ilościowego określenia/kwalifikacji złożoności poważnej LD wśród młodzieży objętej wymiarem sprawiedliwości dla nieletnich (JJ) przy użyciu metod statystycznych zastosowanych do dużych zbiorów danych, które obejmują wiele wskaźników (tj. wykroczenia i wyniki edukacyjne) przekrojowo (dla przestępców jednorazowych) i podłużnie (dla recydywistów); (2) wykorzystanie analizy dużych zbiorów danych do zidentyfikowania grupy młodzieży z ciężką LD, która posłuży jako grupa porównawcza dla osób uczestniczących w interwencji czytelniczej; oraz (3) ocena wyników dwóch pierwszych celów w oparciu o założenia statystyczne leżące u podstaw modeli mających zastosowanie do dużych zbiorów danych.

hipotezy. Rozszerzając wcześniejsze badania, Big Data ma na celu zidentyfikowanie czynników, które wiążą LD z recydywą, częstotliwością ponownego popełnienia przestępstwa i ponownego aresztowania oraz czasu do recydywy po zaangażowaniu. Stawiamy hipotezę, że (a) ogólne wskaźniki recydywy (tj. niezależnie od konkretnego rodzaju przestępstwa) będą wyższe wśród młodzieży zaangażowanej w JJ z ciężką LD (operacjonalizacja oparta na standardowych testach osiągnięć i statusie edukacji specjalnej) niż u młodzieży bez LD; (b) młodzież z ciężką LD będzie wykazywać więcej przypadków problemów związanych ze szkołą po pierwszym zaangażowaniu (np. problemy z frekwencją, incydenty dyscyplinarne, takie jak zawieszenia w szkole i poza szkołą oraz wydalenia) niż młodzież bez LD; (c) młodzież z ciężką LD, która miała problemy szkolne przed pierwszym zaangażowaniem w JJ, będzie bardziej narażona na recydywę niż młodzież bez LD; (d) niższe wyniki w czytaniu będą wiązać się z krótszymi okresami czasu do ponownego popełnienia przestępstwa; oraz (e) udział w interwencji znacznie zmniejszy ryzyko recydywy w porównaniu z inną młodzieżą z ciężką LD, która nie brała udziału w interwencji.

Interwencja:

Komponent interwencyjny ma na celu osiągnięcie trzech celów: (1) poprawa umiejętności czytania niedouczonej populacji wysokiego ryzyka (młodzieży zaangażowanej w JJ) za pomocą terapii edukacyjnej, która została specjalnie zaprojektowana dla młodzieży zaangażowanej w JJ, świadczonej w 1 :1 miejsce i rozszerzone o technologię, w tym materiały związane z codziennymi umiejętnościami i odpowiednie wzmocnienie, które rozszerzy program na okres po zwolnieniu; (2) wzmocnienie umiejętności i utrzymanie postępów w czytaniu uzyskanych podczas terapii edukacyjnej oraz zwiększenie automatyzacji korzystania z umiejętności za pomocą wysoce interesującego „gamified” narzędzia do nauki, w które młodzież będzie grać na smartfonie przekazanym im po opuszczeniu aresztu; oraz (3) zbadanie indywidualnej odpowiedzi na terapię w odniesieniu do innych zmiennych (np. uwagi, funkcji wykonawczych, kontroli impulsów, zdolności uczenia się, innych osiągnięć akademickich) zebranych na początku badania.

hipotezy. Kluczowe hipotezy komponentu interwencji mają na celu zidentyfikowanie czynników związanych z odpowiedzią na leczenie ciężkiej LD w stosunku do funkcjonowania przed terapią. Stawiamy hipotezę, że (a) ogólna poprawa w czytaniu będzie związana z umiejętnościami akademickimi, uwagą i funkcjami wykonawczymi sprzed terapii; (b) włączenie komponentu metapoznawczego do terapii zapewni efekty przeniesienia, poprawiając inne umiejętności akademickie; oraz (c) grywalizacja narzędzia edukacyjnego doprowadzi do solidnego wykorzystania technologii, z zależnością dawka-odpowiedź między czasem spędzonym na zadaniu a poprawą wyszkolonych (i mierzonych) umiejętności poprzez grę.