Second Annual Institutional Corrections Research Network (ICRN)/ National Corrections Reporting Program (NCRP) Data Providers Meeting 

 October 29th and October 30th, 2012 

National Corrections Academy Aurora, Colorado 

  

 

 

 

 

 

 

 

 

 

   

Introduction  

The  second  annual  data  providers  meeting  was  sponsored  by  the  Bureau  of  Justice 

Statistics  (BJS) and  the National  Institute of Corrections  (NIC) and  took place at  the National 

Corrections Academy in Aurora, Colorado on October 29th and October 30th, 2012. Participants 

included data suppliers to the National Corrections Reporting Program (NCRP), members of the 

Institutional Corrections Research Network (ICRN), and  staff from Abt Associates (Abt), BJS, NIC 

and the Crime and Justice  Institute (CJI). This document provides a detailed summary of what 

transpired during the meeting, a list of participants, and the meeting agenda. 

On  the morning of  the October 29, 2012, participants  listened  to presentations on  the 

state  of  corrections,  the  ability  to  collect  and  use  high  quality  data,  and  the  nature  of 

partnerships among state and federal agencies. There was an update on NCRP activities and a 

NCRP website demonstration.   Throughout the day, attendees  learned about the  implications 

and applications of the NCRP from presentations and breakout sessions by BJS and Abt.  Topics 

addressed current efforts to increase reliability, new initiatives in Post Confinement Community 

Supervision  (PCCS),  term‐records,  and  calculating  estimated  time  served.   There  were  also 

breakout sessions dedicated to a variety of topics such as cross‐state recidivism, Performance 

Based Management System (PBMS), BJS data collections, and smoking mortality research.   

The second day began with a group discussion on NCRP variables, reliability, and burden 

before participants again broke  into  issue sessions.   During the  issue sessions attendees were 

able  to  delve  further  into  previously  discussed  topics  and  provide  insight  into  the  future  of 

NCRP and other data collection  initiatives. The meeting ended with a review of the key points 

discussed, lessons learned during the meeting, and a summary of plans for the future.     

 

 

 

 

 

   

2  

Table of Contents 

 

Monday, October 29, 2012 ...................................................................................................... 5 

I.  Welcome and introductions ............................................................................................ 5 

•  William Sabol, Principal Deputy Director, BJS ................................................................................... 5 

•  Christopher Innes, Chief, Research and Information Services Division, NIC ..................................... 5 

•  Kristy Pierce‐Danford, Associate, Crime and Justice Institute........................................................... 5 

II.   Keynote speaker ............................................................................................................. 5 

•  Shawn D. Bushway, Professor of Criminal Justice in the School of Criminal Justice and Professor of Public  Administration  and  Policy  in  the  Rockefeller  College  of  Public  Affairs  and  Policy  at  the University at Albany  (SUNY): The  iconic “age‐crime” curve meets mass  incarceration‐Describing and then explaining changes in the U.S. prison population .............................................................. 5 

III.   Current efforts to improve the reliability and uses of the NCRP ...................................... 6 

•  Tom Rich, Abt Associates: Goals of Abt working with NCRP ............................................................. 6 

•  Ryan Kling, Abt Associates: Data processing and quality control ...................................................... 7 

•  Gerry Gaes, Consultant to Abt Associates: Using  term records  for time served‐actual use of the data .................................................................................................................................................... 8 

•  William Rhodes, Abt Associates: Term records to estimate recidivism‐application of the data ...... 8 

•  Michael  Costa,  Abt  Associates:  Measuring  rates  and  characteristics  of  HIV  positive  released offender‐ integration into the community after release ................................................................... 8 

•  Ann Carson, Statistician, BJS: Aging prison population using NCRP data .......................................... 9 

IV.   New Initiatives: Collection of post‐confinement community supervision records and proposed variables for NCRP ........................................................................................... 9 

•  Ann Carson, Statistician, BJS: Veteran status .................................................................................... 9 

•  Ryan Kling, Abt Associates: FBI numbers ......................................................................................... 10 

•  Mike Shively, Abt Associates: Post Confinement Community Supervision (PCCS) ......................... 10 

V.   Breakout Sessions #1 .................................................................................................... 11 

•  William  Sabol,  Principal  Deputy  Director,  BJS:  Cross‐state  recidivism‐  BJS  cross‐jurisdictional mobility in criminal histories ........................................................................................................... 11 

•  Tom Rich and Michael Shively, Abt Associates: Detailed follow‐up of PCCS .................................. 13 

•  Patricia Hardyman, Principal, ASCA and Robert Lampert, Director, Wyoming DOC: The Association of State Correctional Administrator’s (ASCA) Performance Based Measures System (PBMS) ....... 14 

3  

•  Ann Carson, Statistician, BJS and Lauren Glaze, Statistician, BJS: BJS data collections:  Institutional corrections ....................................................................................................................................... 15 

VI.  Breakout Sessions #2 .................................................................................................... 17 

•  Research Exchange (presentations by participants) ....................................................................... 17 

•  Ryan  Kling  and  Jeremy  Luallen,  Abt  Associates:  Detailed  follow‐up  discussion  of  NCRP  term‐record data processing .................................................................................................................... 19 

•  Dr. Ingrid Binswanger, Associate Professor of Medicine, BJS Visiting Fellow: Smoking‐attributable mortality among state prisoners in the US: 2001‐2009 .................................................................. 20 

•  Lauren  Glaze,  Statistician,  BJS  and  William  Sabol,  Principal  Deputy  Director,  BJS:  BJS  data collections: Community Corrections ............................................................................................... 21 

Tuesday, October 30, 2012 .................................................................................................... 23 

I.  Group Discussion on NCRP variables, reliability, and burden ........................................ 23 

II.  Issues Sessions: Use and expansion of correctional records (Breakouts) ....................... 24 

•  Michael Costa, Abt Associates: HIV continued discussion .............................................................. 24 

•  Tom  Rich  and Mike  Shively, Abt Associates  and William  Sabol,  Principal Deputy Director,  BJS: NCRP website and collaborative...................................................................................................... 25 

•  William  Rhodes,  Abt  Associates  and  Gerry  Gaes,  Consultant  to  Abt  Associates:  Calculating estimated time served using NCRP term records ............................................................................ 27 

III.  Closeout ........................................................................................................................ 28 

•  Gerry Gaes, Consultant to Abt Associates ....................................................................................... 28 

•  William  Sabol,  Principal  Deputy  Director,  BJS  and  Christopher  Innes,  Chief,  Research  and Information Services Division, NIC .................................................................................................. 29 

APPENDIX A: Second Annual ICRN/NCRP Participant List ...................................................... 30 

APPENDIX B: Second Annual ICRN/NCRP Agenda .................................................................. 35 

 

   

4  

Monday, October 29, 2012 

I. Welcome and introductions • William Sabol, Principal Deputy Director, BJS 

o Goals of this meeting  Learn/enhance understanding of state NCRP data  Establish  network  of  communication  in  states  to  foster  exchange  of  ideas  and 

results/capacity building  Communication of enhancements BJS is planning with NCRP and other collections, focusing 

on the utility of the enhancements  Improving state comparisons: understanding reliability of internal and external standards   Expand  data  collections with  respect  to NCRP  and  cross  state  recidivism measures  (e.g., 

potentially link FBI numbers to track out of state recidivism)  Discuss  how  cohorts move  through  systems  and  come  back  into  systems  over  time  and 

expanding the longitudinal database  Review how BJS  is using NIBERS data:  individual  level data  to understand  relationships  in 

each criminal instance and attempting to merge this data to generate national information  Determine what additional information states would like to know 

• Christopher Innes, Chief, Research and Information Services Division, NIC o NIC goals in partnership with BJS 

NIC provides direct support to correctional professionals across states  Through  the  Institutional  Corrections  Research Network  (ICRN), NIC  supports  those who 

serve  the  function of a  research director  to discuss  corrections  issues and move  the  field forward 

The  necessity  is  to  turn  to  data  for  research,  to  be  evidence‐based,  to  address  specific departmental needs, and to make informed decisions about resource allocations 

Address  the  field’s  need  for  infrastructure  and  data  capacity  to  support  goals  as well  as human capital/resources to interpret and utilize data 

• Kristy Pierce‐Danford, Associate, Crime and Justice Institute o Crime and Justice Institute (CJI) at CRJ is a non‐profit that provides non partisan policy analysis, 

research  services,  training and  capacity building  technical assistance  to  improve public  safety systems throughout the country 

o CJI works  to develop organizational and systems capacity among those we work with to bridge the gap between research and practice and bring about lasting change 

o Our  role  is  to  serve  as  meeting  manager  and  to  address  any  housekeeping  matters  while ensuring a productive meeting  

II.   Keynote speaker • Shawn D. Bushway, Professor of Criminal Justice  in the School of Criminal Justice and Professor of 

Public  Administration  and  Policy  in  the  Rockefeller  College  of  Public  Affairs  and  Policy  at  the University at Albany (SUNY): The iconic “age‐crime” curve meets mass incarceration‐Describing and then explaining changes in the U.S. prison population 

• See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting • Aggregate data/counting data 

o The value of careful counting in the criminal justice system 

5  

Arrest is harder to estimate than incarceration/imprisonment  Collateral consequences make it very difficult to get good conviction data 

- Enhanced NCRP using conviction data would be vital for these types of efforts  - Growing consensus that what is driving arrests is also driving conviction rates 

o Change in demography in US‐prison population (four‐fold increase) o Limited finding that prison population has aged; would not necessarily age at the same rate as 

the general population  o There is not a lot of research on why there is an increase in age of the prison population; could 

be increased incarceration risk as well as sentence length  • What is happening with age crime‐curve? 

o A  lot  of  variation  is  NOT  age:  there  are  cohort  and  period  effects,  later  cohorts  are more involved in the  system  Mostly  cohort  effect:  younger  cohorts moving  into  system  are much more  involved with 

system than older cohorts  This  cohort effect  can be explained by  time  served, drug use and drug  sentences, parole 

revocation, and changing demographic/socioeconomic factors o Q: Looking at number of people who have received treatment, is there a connection with prior 

record/prior time in front of judge?  A: Think that prior history is more important than it used to be; Much more systematic: first 

step  can  often  be  required  treatment;  role  of  priors  is  an  important  part  of  decision  in incarceration 

o Q:  Is the  increased number of convictions due to an  increase  in crimes or nature of crimes, or increased use/expansion of statutes?  A:    Increased  leverage on prosecutors  to  secure plea bargains;  increase  in prosecutors  in 

1990’s correspond with more prosecutions o Q:   What degree did you  look at specific populations (e.g. sex offenders)  in regards to the age 

increase, and how the composition of the population has shifted?   A: Looked at a break out by crime type and did not see big shifts, but have not been able to 

break it down specifically  William  Sabol:  There  is  some  evidence  to  support  the  increase  to  sex  offenders;  NCRP 

describes some of that composition 

III.  Current efforts to improve the reliability and uses of the NCRP  • Tom Rich, Abt Associates: Goals of Abt working with NCRP • See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

o Goal #1:  Increase participation  Was approximately 20 states and currently up to mid‐40’s  Asked states to submit largely older data to account for when reporting was down 

o Goal#2:  Improve quality of prison records  NCRP prison records: annual submission 

- admission file, one record for each admission - release file, one record for each - custody file, one record for each 

NCRP is an annual counting exercise, but the real value from NCRP is looking at how things are happening over a long period of time in order to potentially influence policy decisions 

What we see for an individual offender in NCRP - 11 year (2000‐2011) observation window: “prison term” 

6  

- Able to look at one inmate because of admission: see offender in year‐end custody files, see them again in NCRP release file 

Can also look at person who has had two “prison terms” via the identification numbers that the states supply - This is useful to look at information over time such as total time served and recidivism 

Combined/merged (admission, custody, release) into single “term record” file - Part of process to identify data quality problems and then resolve those problems 

Part C Parole exit  file‐ Post Confinement Community Supervision  (PCCS): how  these  fit  in with term records - Look back at  time  lines and add PCCS  to get a better  look at an offender’s  complete 

system involvement - Integration/Intermingling of Prison Terms with PCCS Terms 

o Goal #3:  Improve way NCRP handles PCCS   Problems: “parole exit” the term/definition may have caused gaps in data reporting as data 

on offenders for another type of PCCS may not have been reported o Goal#4:  Expanding use of NCRP 

New ways to compute time served and recidivism using NCRP term records   Develop NCRP website comparing different states  

- Open to suggestions on website and other ways to use NCRP  Expand NCRP to handle PCCS 

o Q: What does the  lag period  look  like on the new NCRP  (from when a state submits data and when it is ready for use) 

A: 12‐18 months  

• Ryan Kling, Abt Associates: Data processing and quality control o Want results that are tested, transparent, and reliable; would like feedback from states o General Methods 

Internal tests for consistency (empirical and logical) and external tests for external validity  Fact sheet available on NCRP website  Abt  developed  new  SAS  programs:  reprocessed  old  data  from  2000  and  using  same 

processing going forward  Diagnostics 

- Ensure all variables are present (compare to previous year submissions) - Counts across time (roughly same number of stocks across time) - Distributions of variables are roughly consistent, offenses are mapped to BJS codes (e.g.,  

sex offenses are very different across states, but similarities can be found by looking at descriptions) 

Produce yearly data files: build a Term File that looks the same across all states  NCRP Parts 

- Part A: Admissions - Part B: Releases - Part C: Discharged from Parole (No longer part of NCRP) - Part D: Prisoners incarcerated in state prison at yearend - Part E: Admissions to post‐confinement community supervision - Part F: Releases from post‐confinement community supervision 

Trying to stack up admission, all their stocks, and releases  Build set of rules to resolve inconsistencies 

7  

- Nearly everything works for 90‐95% of people, but trying to iron out the last 5% of cases - Example:  instances where we  have  a  release  but  do  not  have  an  admission  or  stock 

information; missing somewhere in the term record  D records are very important as they help bridge the gap with missing data  

• Gerry Gaes, Consultant to Abt Associates: Using term records for time served‐actual use of the data o Policy applications: two kinds of policy impact 

Admission  cohort  effect:  Time  served  changes  for  those  admitted  to  prison  (sentencing policy shifts) which dramatically influences data 

Calendar effect: in prison on a specific date   Prospective: those admitted in fiscal/calendar year 

- More accurate estimate when time served is changing over time  Retrospective: those released in fiscal/calendar year 

o Cross state comparisons  If time served is changing over time, then the retrospective method is inaccurate  Graphic:  2004  admission  cohort  shows  the  actual  jump  whereas  the  release  cohort 

underestimates the actual shift in time served o Trends/issue: not easy to distinguish if admission is for revocation or new offense type; inherent 

ambiguity because it is often a discretionary choice   Ambiguity of offense types from state codes to BJS codes  Thresholds across states (e.g.,  when folks go to prison vs. jail) 

o Q: Is there a different algorithm for each cross section of the population?  A: No, same algorithm: any sex type, offense type, age range, category; main difference  is 

using the admission cohort   

• William Rhodes, Abt Associates: Term records to estimate recidivism‐application of the data • See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

o Abt looked at a 12 year observation window (NC, NY, IA)   Majority of offenders only serve one term 

- Lacks ability to identify recidivism across state boarders o NCRP provides data over a long time frame o NCRP advantages for studying recidivism 

Being able to examine admissions and releases over a  long period of time allows us to be able to distinguish repeat offenders from others 

Identifies populations of offenders rather than a cohort of released offenders o Availability of data allows you to look at the shifts 

Trying to figure out why are people successful: NCRP allows looking at those instances  

 • Michael  Costa,  Abt  Associates:  Measuring  rates  and  characteristics  of  HIV  positive  released 

offender‐ integration into the community after release • See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

o Pilot Study‐ Voluntary sites using NCRP data: RI, NC, MI, and jails in LA county  Coordination with BJS, DOC, and Ryan White grantees 

o Looking  at  whether  people  with  HIV  releasing  from  jail  are  getting  into  care  and  if  this information  is  relevant/useful;  seeking  to  observe  promising  practices  of  linkage  rates  and determining if connection to care is improving 

8  

This is beneficial as it enables data‐driven decision making to improve care continuity  Not  just  a  value within  corrections,  but  to  community  health,  housing,  employment,  and 

cross system collaboration o Ryan White Reporting System (RSR) 

Demographics, dates of service, key clinical variables, and other services provided o Matching RSR and NCRP data 

Each record tracked by a unique client secure identifier, developed by the National Security Agency (NSA) 

NCRP files: - Remove Personal Identifying Information (PII) - Create an eUCI - Mask dates of Personal Health  Information  (PIH)‐ keep  intervals  the  same but change 

month and dates - HIPAA de‐identified, but still matched on individual level 

o This can be done with a minimum level of burden (data use agreements in place, IRB approvals); analysis  can  be  done  in  an  efficient  manner  and  state  can  continue  doing  work,  builds infrastructure 

o Invite: if people are interested in participating, reach out to your NCRP liaison  

• Ann Carson, Statistician, BJS: Aging prison population using NCRP data o The prison population has aged and NCRP can be used to assist with determining contributing 

factors  NCRP is critical because it provides individual level records, and allows for looking at offense 

characteristics, age, race, sex, and time served  Inmate surveys are self reports and NCRP is official data 

o Growth in prison ages is not related to growth in general population o Admissions or length of stay/time served 

Doubling of over age 55 population in the past 20 years o Conviction rates 

Probability  of  being  admitted  to  prison  given  your  arrests  has  increased  across  all  age groups except for the youngest 

o Older people are being  released at a  lower  rate  than younger people, but  there are  fewer of them 

o Admissions and releases cannot fully explain the change in age o Distribution by offense type: 

Coming in more often for violent offenses and therefore having longer length of stay  Vast majority of individuals over 55 are in for violent crimes (sex offenses and homicides)  Older individuals actually have a lower time served if you adjust for offense 

o More inmates and more older inmates o Cohort effects: middle aged people are coming in and shifting to older age group 

IV.  New  Initiatives:  Collection  of  post‐confinement  community  supervision  records  and  proposed variables for NCRP 

• Ann Carson, Statistician, BJS: Veteran status  o BJS is often asked how many veterans are in prison (particular in relation to PTSD, TBI) o Last  collection  of  this  data was  in  2004  on  the  inmate  survey  and  this  information  can  be 

compared to NCRP responses 

9  

o Asked questions such as: Did they every serve in armed services? When was their last discharge and what type of discharge was it? Which era they were a part of (Gulf, Vietnam)? 

o BJS and Veterans Affairs (VA) joint operation  VA data system known as the Veterans Affairs/Department of Defense  Identity Repository 

(VADIR)   VA is completely separate from the Department of Defense (DOD), none of the DOD records 

shift over to VA    Linking NCRP to VADIR allows the  identification of  individual veterans with name and DOB 

but has privacy concerns  

• Ryan Kling, Abt Associates: FBI numbers o FBI numbers are important as they are unique identifiers, inmate identification index (III) o Applications across states: very difficult to currently link across states 

If we have FBI numbers we can link across states o US  courts  example:  (arrest‐ upper bound  for NCRP, how many  recidivistic outcomes  you  are 

missing for any one offender)  Sample‐living in DC area and supervised by DC probation officers (2007‐2010) 

- DC and 3 states surrounding DC  Q: How many were rearrested after beginning supervision? 

- A: About 30% of those being supervised in DC are getting arrested again  A significant portion are crossing state lines  

o Looked at Arizona as well: a significant portion of offenders who  live  in Arizona, under federal supervision,  are getting arrested in surrounding states 

o Q: If already using state identification number, why not merge in FBI number?  A: Not every state provides state  ID number  (only 26 states provide numbers); FBI  is very 

protective of FBI number, especially for research usage o Q: Is there an issue of getting disclosure from state and federal authorities? 

A:  If data  is going  through BJS,  there  is some  leverage as  far as getting data  to states and getting permission (Abt operates as an extension of BJS) 

A: BJS can be used as a gateway to get data to local entities   A:  Abt  has  written  procedures  that  governs  their  access  to  PII;  they  can  package  that 

information and distribute it for drafting similar procedures    Abt can find out the pathways to allow states to have access to data (FBI#, SIDS#’.; protocol 

needs to be clear and consistent so that everyone has the same pathway  BJS is not going to release analysis before letting states see what is going on and make sure 

it makes sense  • Mike Shively, Abt Associates: Post Confinement Community Supervision (PCCS) 

o Old NCRP was focused on incarceration and was incomplete o States label PCCS release differently (parole, post‐prison supervision, etc.) o Community supervision is a key piece to understanding correctional records o Part C data had limitations: it was only capturing exits on “parole” o Changes in data requests 

Work with different definitions (e.g. parole is PCCS)  Expand the definition to align better with the goal  NCRP: part C is the parole exits 

- Something this missed  was entry into supervision  OLD NCRP: Admissions, release, exits, custody 

10  

NEW NCRP: Admission, releases, custody, PCCS admissions, and PCCS exits - PCCS admissions and type of admission are key parts of PCCS admission file - Very similar to the A and B file, entry and exit files - Looking to capture new range of offenders  - Looking to have a more complete understanding of correctional custody - Summary: two new files and elimination of the C file 

o Q: What would states be able to provide?   A: Some states will be unable to support all data elements; challenges to link across data  

o Q: Why not also ask for the snapshot of the data?  A: Some states said that they could not do a D record 

o Q: How is PCCS defined?   A:  Offenders who have prison sentence and part of that is served as early release (parole), 

or  sentenced  to  supervision  as  part  of  sentence  (split  sentence,  supervision  following release) 

NOT looking at stand‐alone probation/community supervision without prison sentence o Q: How are jail and prison sentences differentiated? 

A: NCRP  asks  for  sentenced persons  in  correctional  custody;  states define  “time  spent  in custody”  

A: Abt  takes whatever  information  they can get  from  the states; do not want  to compare states with different levels of measurement when it comes to reporting; fact sheets paint a better picture of the difference between states and their correctional systems 

V.   Breakout Sessions #1 • William Sabol, Principal Deputy Director, BJS: Cross‐state recidivism‐ BJS cross‐jurisdictional mobility 

in criminal histories  • See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

o BJS is committed to making criminal history information across states accessible through NCRP  o Went to states and FBI to get out of state data; now going through III and not to state repository o Gives arrests that are comparable to felonies/class A misdemeanors across states o Important to develop methods to parse records and make a research database o In past they used to get copies of the rap sheets, code, and enter into the database;  now they 

are getting the data via computer methods o Mechanisms for getting SID and bringing back arrest records for that SID (past to current date, in 

this study at the end of 2010)  Restructuring into a flat file (name, offense, DOB, etc.)  Parse  those fields into code that can be used for research 

o Difficult and challenging, even though it gives a flat file it varies so much by state; certain things have to be recoded (1.5‐2 years to create the code)  

o Should be getting the final file in the coming months that will be used for work/studies o Once software is developed future studies can be done quicker and at lower cost  o Will make major advances to understanding criminal history and recidivism o Release cohorts have some problems but with criminal history information you can analyze and  

parse out those that have had multiple stays relative to those who have few o If major compositional problems with the group, cannot rely on a “rate;” rather parse out and 

report data that takes the compositional problems into account (e.g., high risk) o Some states have missing SIDs, among the 32 states there were about 400,000 inmates released  

Sample of about 74,000, designed for whole sample and to do state specific samples  

11  

- First sets of BJS publications will be national in terms of the 32 states and the sample of inmates, oversampled women and sex offenders   

Of the  74,000, there were 925,000 arrests - 14% were out of state (OOS) - 35% prisoners with OOS arrests (at least one that was OOS) - Prisoners w/ OOS arrest increases with age (older more likely to move) - Proportion of states with OOS arrest varies 22‐58% (TX least to NV most)  

Out of state arrests vary greatly by state and patterns give insight into state specific nature of offender mobility patters (e.g., in HI most rearrests are in CA) 

o Key points:  Any state specific estimate not taking into account out of state arrests presents challenges; 

could significantly alter recidivism rates  When  frequency  is based on at  least one arrest  in another state,  look at arrests per state 

(e.g.,. may be high density of arrests  in states –  tied to duration of residence  in area) and  follow up to understand more about the patterns 

Taking  into  account more  comparable  estimates  goes  to  the  theme  regarding  reducing burden across collections; goal would be that NCRP would drive the BJS collections, surveys, etc.  

o Potential forms of use  Knowledge relative  to sharing with  legislature and awareness of what  is happening outside 

borders  Prisoner  match  program  for  social  security  goes  into  a  database  that  any  entitlement 

programs  can  check  (e.g.,  if migration  of  the  states  for  arrests  is  similar  to  where/how entitlement fraud is showing up) - May  be  interesting  (PUNS  data  –  SSA  data  claims  covering  98%  of  incarcerated 

population  in  the  county    ‐  jail,  prison,  federal  system;  it  can  be  used  for  statistical purposes) 

- Issue in criminal justice to collect SSNs whether accurate or not; matching on SSN needs to  have  as many  identifiers  as  possible  (e.g.  name  and  date  of  birth matches  with another identifier) 

Mostly  view  this as  infrastructure development  for  information  sharing; need  to  increase capacity  to  use/analyze  it  (e.g.,  visiting  fellowship  program  –  get  access  to  the  data  and explore it more) 

o Q: How should recidivism data be used to measure effectiveness?  (Question to the audience)  A:  If your model decides  recidivism  is a measure of success,  it should be measured  in  the 

community where the dollars are spent (in state recidivism)  A:  If purpose  is  to measure  the  impact of prison programs, data should be  following  from 

admission into programs and throughout their time in the community no matter what state border is crossed 

A: Measure participation, completion, and follow up treatment in community   A: Would be helpful to have a searchable database with FBI numbers to track offenders 

o Q: What are measures that you would like to see BJS publish? (Question to the audience)  A: Distinguish violent/nonviolent by rearrest offense (this has historically occurred)  A: Look at prior criminal history to get at the revolving door  A: Gang affiliation movement by state and meth across states  A: Labeling the measures across states (e.g., reincarceration and OOS recidivism)  A: Time series of where crimes are happening and trends over time   A: Successful/unsuccessful completion of supervision 

12  

A: Knowing  if a person ended up back  in prison or some other successful outcome would offer an improvement regarding what they know about those OOS   

o Audience and staff would be eligible to work as visiting fellows with BJS to do more (not sure yet if they could match it on their data – would need more thought) 

 • Tom Rich and Michael Shively, Abt Associates: Detailed follow‐up of PCCS 

o Evolutionary process: need to redefine and hone the definition  Not trying to capture stand alone probation  Definition is now “immediately following incarceration” 

o Admission and Release file  A,B,C, D for NCRP  E,F, G  for  PCCS  If you don’t have Part D, but can trust A and B‐you can recreate D file 

o     States reported: can do equivalent of A and B for PCCS, but the supervision part will be difficult o     In some states, data is provided from two different divisions (probation and parole separate) o     Abt asked for contact information for those who can provide the data  o Q: Who is responsible to keep track of interstate compact offenders? (Question to the audience)  

A: States have offenders who are  in B files but receiving supervision  in another state; they would not have PCCS files 

A:  There  are  some  inherent  difficulties  if  the  “held”  state  cannot  give  information;  Abt should try and get information from the state that is housing/supervising individual 

A:  If  inmate  is  “shipped”  to  another  state,  the  original  state  cannot  give  information  on offender under supervision in another state and vice versa 

A: States have offenders who are missing FBI numbers o When submitting part C, may be coding  issues with parole supervising case where probation  is 

given at the tail end of a prison sentence  Looks like a  B record, under supervision by parole but not because of state sentence, under 

probation   Scenario:  new  legislation  where  offenders  who  violate  parole  go  into  a  secure  parole 

violator center - Will see some overlap of time of supervision; Abt has encountered this and has reached 

out to states to help them explain  In  some  states  (e.g.,    Virginia),  detention  diversion  centers  are  not  counted  as  having  a 

prison term, only as supervision, but counts as credits for incarceration o Issue sometimes knowing exactly which time served was for exactly which sentence 

Person  is sentenced by court so they have  jurisdiction, transferred to closest place to their home, violated, then transferred back to court; where were they being supervised? - Is it where there are being supervised or the place that has jurisdiction over them? 

o Other issues and comments  Some  states  have  hierarchy  set  up  for  type  of  supervision  (parole,  post  release,  and 

probation)  Cohort matrix is complicated: there can be multiple physical statuses and court statuses  Return  file:  file  sent  back  to  state  to  help  explain  why  there  is  different/conflicting 

information in NCRP  Reality of correctional system is complicated, difficult to take messy data that overlaps and 

extremely variable to be unified or uniform platform  Making the Term Files helps to catch these types of data issues and address them with the 

state 

13  

Always  missing  data  for  NCRP  data  submissions;  important  to  discuss  barriers  and brainstorm ways to solve and/or work around them  

States want to be told the rules so that they can just follow and report offenders accordingly  Custody vs. jurisdiction (parole is really a jurisdiction issue)  Can decide if that person should be considered in NCRP file or keep on PCCS file, able to find 

that tipping point where offender classification can be determined  Different definitions across  the board are causing  issues with classification of offenders  in 

order to properly classify individuals in NCRP and PCCS  Only counting juveniles when they have adult status 

o Big Picture: NCRP data will not match own data on state system and will deviate  Stress education of educators, policy people, and reports to explain the details of what the 

numbers mean  NCRP is used for statistics and analysis   Given all the differences, there will be a degree of variability, but working towards making 

data as comparable as possible across states to limit the amount of variability   • Patricia Hardyman, Principal, ASCA and Robert Lampert, Director, Wyoming DOC: The Association of 

State Correctional Administrator’s (ASCA) Performance Based Measures System (PBMS)  • See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

o Background/History  Was developed  in  the 1990s after realization  they were not measuring  the same  things  in 

the same way  In  early  2000s  came  together  to  come  up  with  a  common  way  to measure  outcomes, 

identify standards, and be able to report outside and inside the system  Currently have 39 states using the system; able to assist regions with training on the system 

and do comparison of federal data with state systems o Examples of use 

Reports  are  often  in  response  to  questions  about  the  statistics  and  comparisons  among  similar systems (e.g.,  high‐level security) 

One state was looking at institutional culture and related  measures   The system can provide big pictures of what is occurring; can take a little while to build up 

the data to be able to generate reports  Since March 2012, now able to look at fiscal systems (staff, etc.)  WY legislature wanted to introduce limit of cell phone use in institution‐ based on the data 

from the system (only one cell phone found in contraband); a cell phone policy would not be as effective  

MA used the cell phone data to find out how inmates were obtaining their cell phones and used assault data to show the rates of assaults statewide 

Recent report on education in the inmate population (GED) had questionable data; used the PBMS data to double check the system and discovered that the data was wrong  

o Dashboard   Available through www.asca.net, select choice to go to PBMS and the dashboard comes up; 

easy system to access and use   Opening it up to PBMS users but asking director to send request of who in your state should 

gain access; quick turnaround on requests  Crime categories are based on organizational data reported 

o Reports/Maps 

14  

Data is timely and  available the following month  Tracks a variety of different things‐ public safety, institutional safety, medical, and substance 

abuse  Characteristics provide a quick overview for your system; generates a standard average  Can look at trends and do comparisons (e.g.,  how your agency compares to another agency 

in terms of fights)   Comparisons can be  historical comparisons and  based on agency characteristics  Comparative facilities are based on what selection criteria you choose; participant reported 

it would be helpful to enter in a variety of characteristics  o How to go “blue” 

“Blue” standard implies that key characteristics and indicators are being entered into system in a timely manner 

Communicate that PBMS is priority: message comes from the top and institutionalize it  Identify a PBMS champion who has energy and drive to make it happen  Allocate sufficient time for staff to do the work  Monitor participation to make sure data is getting in   Generate reports so usefulness can be observed  Form a performance based committee and provide feedback to the committee 

o Technical Assistance (TA)  ASCA provides TA and training; some training materials are on the ASCA website; looking to 

do regional trainings  Best way to submit questions and feedback is to email Patricia (phardyman@asca.net)   In the process of sending out questionnaires on PBMS utilities 

• Ann Carson, Statistician, BJS and Lauren Glaze, Statistician, BJS: BJS data collections:    Institutional corrections 

• See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting o Concerns: reducing burden on data providers 

Make use of existing annual collections to deploy periodic supplemental requests: stopped doing mid‐year counts (suspended National Prisoner Survey (NPS), NPS‐1a) 

Will have a rotating supplement to NPS‐1B forms; infectious diseases; and fewer items  Collect data  less frequently: Recent practice due to budget and staffing;  inmate surveys on 

9‐10 year cycle; Not ideal due to demographic, criminal history, and sentencing changes  Definition issues 

- Sentence data, non‐citizen (some states say foreign born), and capacity measures - In 2013, death summary form for jails in DCRP will be replaced by Census of Jail Facilities 

(e.g., how many jails, how many beds, average daily population, service)  Mental health supplement to DCRP 

- Collect data on suicide prevention programs in prisons and jails - Most prison deaths are illness related and most jail deaths are suicide related - Potential to treat other health items in jails 

o BJS  inmate  survey:  there  was  a  recent  PREA  survey  so  BJS  made  the  decision  not  to  do additional inmate survey right afterwards; revamping the survey 

o Alternatives sources of data  Add criminal justice questions on to existing government surveys  National Survey of Drug Use and Health (NSDUH) 

- Ask questions about past year parole and probation involvement - Allows for measurement of drug use independent of BJS inmate surveys 

15  

National Hospital Discharge Survey  Linking BJS datasets to other administrative datasets: in 2008 and 2009 a lot of deaths were 

unknown  National Death  Index  (NCHS): Link  to NCRP  to obtain more complete cause of death data 

and to determine post‐release fact of death among prison and parole files  Social Security Administration: Link NCRP data to obtain regional employment data  Some departments of  corrections  (DOC) have  social  security numbers but do not do  any 

verification   PUPS‐ Prisoner Update Program System: States update their state verification and exchange 

system with  federal  government;  give  inmate  information  so  that  people  do  not  collect social security while in prison 

VA and DOD information repository (VADIR): Link NCRP data to identify military veterans o Combine BJS data collections: Questions that BJS is considering 

Would this result in loss of critical data?  Would it result in loss of data quality or reliability? Would it allow for individual level data in longitudinal analysis? 

o Possible combinations:  NCRP and DCRP (prisons) 

- Every DOC gives file for DCRP; jails send handwritten list because there are so few - Only 61% of deaths  in 2010  reported  to DCRP  could be matched with prison  release 

records in NCRP where prison release type was death  NCRP and Capital Punishment 

- Data is received from all 50 states about those on death row, executed, or commuted - In 2009, only 63% of prisons on death  row  reported  to Capital Punishment  could be 

matched with prison records in NCRP where the inmate had a sentence of death   NCRP and NPS  NCRP parole and Annual Parole Survey 

- In all cases NCRP participation will need to increase to 50 states or assumptions will be made for generalizations at a national level 

One attendee mentioned how offenders that have died have their records expunged, which makes system sense, but isn’t helpful for research purposes 

o Data Issues within NCRP  Most often a result of criminal justice system not understanding how the states collect data 

- For example, was race/ethnicity self‐report? Was it indicated by police officer? - Life sentences: huge drop in 2010, but huge increase in life with additional years 

Attendee: there is virtually no direction given (in smaller research offices at least) about how these things should be reported; makes sense that with staffing changes information would be reported differently  - BJS site liaison should be contacted to provide context and clarify 

Cross state comparison and enhancements - Challenge:  developing  instruments  across  several  agencies,  definitions  cannot  be  so 

specific  and  burdensome,  but  at  the  same  time we  need  to  know  if we  are missing critical elements that everyone needs  

- Instrument collection is difficult; NCRP is better method; automating data reports is only strategy that avoids certain errors  

- Variety in the way states count : For example, CA NCRP data will change significantly for non‐non‐non  shift  from prison  to  jail  (i.e.,  realignment), NCRP does not   measure  jail stays 

16  

- Let BJS know  if they are missing something  important  (e.g., counting walk‐aways from work release separately from escape from prison walls) 

- Notes  section  in  any  reports:  people  reporting  data  to  BJS  should  use  that  to  put reasons why numbers will not be comparable  to prior years  (BJS   will  footnote  this  in reports)  

VI. Breakout Sessions #2 • Research Exchange (presentations by participants) 

o Tama Celi, Research & Forecast Manager, Virginia DOC: Simulation forecast model in VA o See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting 

Competing models (adults and juvenile jails)  Old model: abolishment of Parole and change in policy  When  looked  at  numbers  they  did  not  have  normal  distributions  so  they  did  not  have 

accurate forecasting; started from scratch to develop new forecasting model  Used estimated release date of 37,000 offenders and most current sentence/length of stay 

(LOS) information   Special  calculations  are  built  on  probabilities;  only  use  a  year  to  account  for  change  in 

administrations; would like to have most recent information  Includes good time expected release date (ERD), admissions entered on day one; new court 

commitments plus parole violators equals total admissions  Testing the new model  

- Took actual admissions for known period and ran three scenarios   New model better able to capture change  

- Have customized output that they can use - Yields spreadsheets and has more detailed information (gender, crime type) - Every  year  when  running model  they  can  go  back  in  time  to  see  if  it  is  being  run 

correctly - Trials  (n=30) give  them confidence  interval and  they can show  that  this  is where  they 

are headed  Useful for other studies (e.g., looking as sexually violent predator releases)  Useful  for  legislative scenarios  (e.g.,   what  if we change good  time): can change model  to 

account for changes, determine resource allocations, and support reentry planning  Q:  Were samples chosen randomly?  

- A:  Samples were  based  on  specified  profiles; want  to  get  a  randomized  sample  and allow it to reflect changes; current policy was used to make forecasts  

o Deborah  Kerschner,  Director,  Planning  and  Performance,  Minnesota  DOC:  Three  published studies 

o See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting  Impact of Prison Visitation 

- Allowed offenders to receive emails but not to send emails - Greater visitation rates indicated lower recidivism rates 

InnerChange Freedom Initiative (IF) Evaluation - Male program by Prison Fellowship Ministries  - Mentors follow up with participants as they transition into the community  - Therapeutic community, continuum of care, and focus on criminogenic needs 

17  

- Reduction  in  recidivism  was  fairly  consistent;  not  dependent  on  background  but dependent on  their  risk  (only high and medium  risk saw  reduction, however  low  risk did not have negative effect) 

 Minnesota Circles of Support and Accountability (MnCOSA) - Group of sex offenders that have a high recidivism rate - Volunteers help support offenders before their release - Release of  sex offenders:  intensive  risk assessment process, MnCOSA  target  towards 

level 2 who had a high rate of recidivism - Randomized control; N=62 (31 in each group) - Significant reduction in 3 of 5 measures; demonstrated cost benefit savings, return on 

investment was 82%   Other projects on MN DOC website 

- Information on boot camp reduction on recidivism and savings - Prisoner Reentry; recently started TPC initiative 

 o Pamela Jenkins, IT Applications Manager, Business and Technology Applications, North Carolina 

Department of Public Safety: Justice Reinvestment Act in North Carolina  JRI Policy: worked with CSG (detailed information on CSG website) 

- Prison population increased by 29%, spending 68% more from 2000‐current; estimated to increase by 2020 

- Many  inmates were  released  from  incarceration without  supervision;  offenders were not necessarily released by their risk or needs 

- JRI: expected to save $293 million over next 6 years; invested $4 million into community programs 

NC one of few states to use state prison to house misdemeanants; less than 180 days served in county jail 

Expanded  post  released  supervision  (serious  and  violent  felonies)  to  12  months  of supervision 

All sex offenders have 5 years of supervision  Policies implemented to limit revocations due to technical revocations  Introduced 90 day period of confinement  in response  to violation; offender can serve  this 

for two periods before full revocation - Can be  served  in a  regular  facility or medium  security  facility;  there are  four  types of 

programs that inmates receive  - Counted as a new admission, but flagged for specific reason so it can be tracked - Two to three day dips: project HOPE kind of thinking, immediate sanctions 

Risk assessment process put in place in 2010  High risk offenders may need added supervision, but add short periods (electric monitoring, 

house arrest); delegated authority to probation to use the “quick dip”;  if they are messing up and implement two or three days of confinement in county jail, not complete revocation 

If offender completes certain criteria, they can then get out at roughly 80% of the minimum sentence 

Discussion regarding the confinement centers possibly being separate entities run by DOC  - Dec  1, 2011, automated tracking: working with CSG for dashboard tracking - Track key elements for each data element related to the policies that were implemented 

to show if changes are working  Working on identifying outcome measures, entries, and exits broken down by reasons, and 

counting all information to see distribution across entire offender population 

18  

 • Ryan Kling and  Jeremy Luallen, Abt Associates: Detailed  follow‐up discussion of NCRP  term‐record 

data processing  o Q: CA moving to a life number (already matches all historic unique IDs) ‐would that be of value 

to do the term work?  A lot of states have done some of this work; yes, it would be helpful and  easier  In addition  to NCRP  file, submit  the  life  file  (do not need  to unpack  term record and  then 

repack it – saves time and reduces likelihood of error)  If easier, submit term records rather than release, admission files, etc.     There are options, will need to think about separate documentation, decision rules, coding, 

what status trumps others, etc.  When  asking  for  PCCS  they  are  looking  to  get  this  information  into  the  community  –  all 

states are different, easier they can make it, the better o Q: Writing extracts in SAS, would it be easier to send to Abt in SAS? 

A: Yes, do whatever is easier for you; Abt can deal with almost any format o Q: Is it difficult to compile an admission file? 

A: Yes, some of the ins and outs are hard to track; others have these as standard programs o Q: What does Abt do when they see inconsistencies?  

A: Abt calls states and asks  for clarification  (e.g., send a  few  inmates  in  terms of how  the person  is appearing  in NCRP  to  see how  this person  is  showing up  in  the  state  system  to figure out what was happening) 

o When working with term files the process gets tedious/sophisticated; errors are caught on Abt’s end and/or the state end (e.g., incorrect interpretations of admissions for parole revocations) 

o Variables used in the term file  Built from A, B, and D: Strips out essential elements (admission dates, sex, DOB, identifiers, 

etc.)   Start with the release record, anywhere they can find a match‐look at B and D records to fill 

holes  About 80‐90% of all  information  in  term records  is a direct match  from release dates  in B 

records and admission dates in A records  They  use  state  codes,  descriptions,  statutes  (statutes  are  preferable),  BJS  codes  and 

descriptions; right now they are using the BJS codes rather than the NCIC code    While not every statute appears in NCRP, they will add as needed  States can have access to  the crosswalks used and  let Abt know  if something  in crosswalk 

does not make sense o Developed  a method  of  classifying  offense  strings  (e.g.  drug  possession),  rather  than  picking 

each one of these, as a compromise recognizing it will never will be perfect  Continuously  checking  to  see  if  things  are good;  trying  to be  transparent and as good as 

possible  Does not do NCIC mapping yet, but Abt will accept it  The algorithm gets the majority  Abt prefers offenses as disaggregated as possible  

- Separate tabs for each variable (e.g., race, offense, etc.)  that needs categories  o Key points 

One way to reduce burden is to let states submit in their own codes, then Abt can put in the NCRP code 

States are encouraged to use their own disaggregated codes o Notes for anyone submitting data 

19  

Ideally would like jail and prison data; can help make things easy to standardize  Broader  issues with  race: want states  to start using  the category  two or more  races  (e.g., 

native HI community would have  issue, even  if only 1/16 native HI while  in other states  it may get classified as something else or not asked at all) 

Any one person may not be perfect, but the reality is right in the aggregate o Q: What happens in term file if they get an additional sentence? 

A:  The  algorithm will  effectively  ignore  the middle  admission  date  (will  look  between  A records and D records to see if they never left) 

A: If even one day of separation between release and reentry it is treated as multiple terms; diagnostics flag if readmitted within two weeks and Abt will follow‐up 

A:  Lots  of  interesting  cases  like  these  focus  on  the  patterns;  program  is  designed  to differentiate background noise from what is systematically happening  

A:  If unexplained/ambiguous terms exists, Abt  looks closer at the data; does not apply the algorithm and goes to the state for clarification (happens on <5% of the terms) 

o Three phases for diagnostics:  Process all raw data: look for things that should be there or not, make corrections that are 

not controversial  Construct  term  records and  term  files,  look at patterns and how  things are occurring: will 

make best guess to construct a working term file  Test the working term file: if this is the file that will be used, assess if it  looks reasonable 

o Abt will then put all the information together to get a complete picture and  go to state with any questions; can be a complicated process 

o Option to continue submitting A, B, D files  it  is  if easier than a single term file; Abt will discuss    individually when making calls in January 

• Dr.  Ingrid  Binswanger, Associate  Professor  of Medicine,  BJS Visiting  Fellow:  Smoking‐attributable mortality among state prisoners in the US: 2001‐2009 o Looking at the use of and consequences of tobacco use in prison 

19% of US adults smoked in 2010; significant contributor to preventable death   Rates are being  reduced due  to  tobacco bans  in prisons but  there have not been  studies 

looking at how tobacco bans impact mortality rates; bans have increased since the 2000s   Hoping  to  assess  the  impact  of  tobacco  bans  on  tobacco  related  deaths  by  looking  at 

institutional disciplinary codes/policies  It was suggested that ASCA ask the institutions to submit their policies  Also  interested  in  understanding  the  secondhand  effect  of  tobacco  bans,  expects  it will 

impact things like COPD, asthma, etc.  o Of  smoking  related deaths,   heart disease was  the  largest; other major causes of death were 

cardiovascular disease and cancer which can be  linked  to  tobacco use; of cancer deaths,  lung and pancreatic cancers were likely to be linked to tobacco 

o Looked  at  smoking  rates  of  inmates  in  2004  through  BJS  inmate  survey,  deaths  in  custody reporting program 2001‐2009, and smoking attributable mortality  76%  of  inmates  reported  that  they  ever  smoked,  66% were  able  to  smoke while  in  the 

facility  Concluded  that  smoking  contributes  to  comparable mortality  in  the  general  population; 

many smoking related deaths will occur after release o Limitations in the study 

Not clear if general population assumptions about relative risk apply to inmates (given that they are exposed to secondhand smoke more than the general person) 

20  

Many smokers did not smoke in prison due to bans  Cause  of  death  coding  scheme  is  different  than  that  used  by  the  study  therefore  the 

numbers may not be comparable  Staff smoking has not been studied at this time 

o Discussion  Clinical  care  recommends  evidence‐based  interventions  to  treat  tobacco  dependence; 

relapse prevention with their release in mind  Need accurate  information about  the cause of death  (proximal and underlying;  should go 

through the medial director) and the cause of death should resemble other national systems (such as CDC)  

Researcher  thought  that  there would be a higher  rate of  tobacco  related deaths and was surprised  by  the  lower  numbers.  Also  face  competing  risks‐  like  homicide  and  drug overdose. This could have impacted the data.  

Participant suggested looking at cost‐benefit analysis of treatments for tobacco dependency   

• Lauren Glaze, Statistician, BJS and William Sabol, Principal Deputy Director, BJS: BJS data collections: Community Corrections 

• See presentation on meeting website: http://www.crj.org/cji/pages/project_ICRN_datameeting o Census of Adult Probation Supervising Agencies (CAPSA) – project started about two years ago o Main goal: describe the organization, structure, and function of probation in US 

Comparison/variation between states as well as within states o National frame‐ not going out and surveying agencies, but using existing sources to develop that 

frame (maybe the first ever officer survey in the future) o Last reports about organization of probation were in the 1990s o Nature of probation has changed (e.g., use of private probation, community based correctional 

facilities, and independent adult probation agencies; courts as well)  o Reviews  various  operational  responsibilities,  forms  of  supervision,  and  focuses  on  reporting 

felons and serious misdemeanants (not minor traffic offenders, not unsupervised) o Three stages: frame development, screener process, full instrument 

Screener will be used  to make  sure  that  agencies  fall  into definition  above  (independent adult probation agencies); if definition is met will receive full instrument 

Full instrument should take about 45 minutes - Trying  to understand population  served,  sources of  funding, use of private providers, 

community based correctional facilities, secure or non secure facilities   Currently in second round of pre‐testing with revised instrument across nine states, working 

with APPA and the NIC Probation and Parole network  - Will revise again and have a full pilot study in spring of 2013 - Making sure terminology works: agencies versus courts  - Full national implementation planned in spring of 2014 

If you would like to see a draft of the instrument, Lauren Glaze from BJS will share it o Community Corrections Officers Killed and Assaulted (CCOKA) 

Similar  to  Law Enforcement Officers Killed and Assaulted  (LEOKA‐ FBI)  (e.g., assaults with injury, with a weapon, accidental deaths, and homicides) - Incident, victim, officer, and offender characteristics  - One form used: 82 detailed tables separated by type of incident 

APPA  interested  in  collecting  information  on  hazardous  conditions;  pushing  for  national incident based reporting system  - Interactions between officers and offenders 

21  

Currently working on feasibility study: BJS looking to better understand level of burden and challenges: measurement,  comparable  definitions,  if  you  have  your  own  internal  system, item quality, response rates and coverage, sensitivity of information  - BJS  would be looking at rates to see if there have been changes in time for officer safety - Some    interest  in  this  on  a  federal  level  is  to  develop  training  to  address  areas  of 

common incidents   Q: What is the reporting capacity of agencies for this type of data? 

- A: Would want to show proportion of time at risk versus just a count of incidents  - A: This would get numerator, not denominator  - A: How would you get differences between low, medium, and high caseloads  - A: Some agencies are not  collecting  “data”,  it  is   a written  report;  some agencies are 

collecting actual data  - A: A couple of agencies collect information on  “unusual incidents” 

Q: Do any agencies in attendance have a critical reporting system? - A: One agency‐ all incident reports are currently handwritten, go to Intel division, mined 

for critical event information, and then are fed into an online database - A: HR has access  to  injury and worker compensation  information  that would be more 

detailed than incident reports  - A: People have handwritten  incident reports, therefore  it would be burdensome to go 

back and collect information  Q: Do people have any concerns about this? 

- A:  Agencies  have  concerns  about  reporting  these  incidents;  would  not  want  to  be compared to other states 

- A: Information is often used for political purposes, not preventative purposes - A: Agencies need the information internally, but would not want it released externally  - A: Agencies said it would not be informative to know the national numbers of how many 

officers are killed as the number of deaths are very small and the agency will always be pursuing the goal of no deaths  

- A: Some agencies said  it  is  inconsistent within their state regarding “Critical”  incidents and that it would not be consistent nationally  

- A: Some agencies collect a lot of information in prisons, not as much in the community  - A: Difference between field officers and officers in office  - A: Would  need  to  know  how  would  it  be  defined?  “chargeable”  event  or  “critical” 

incident (threats, animal attacks)  Bureau  of  Labor  Statistics  (BLS)  does  survey  of  occupational  injury;  other  federal  data 

sources, could maybe do a supplement to BLS   BJS wants to at least collect how different states document the incidents to help determine 

feasibility   Q: What is utility of this for the field? 

- A: Several attendees responded that this would not be useful for them o BJS is always looking for ways to minimize burden and to enhance the utility of information they 

are providing  Q: What is missing that people would like to see (new analysis, further information)? What 

factors are  important to know  in making state to state comparisons? Which states do you compare yourself to, and why? What do you compare? 

Q: Is there anything being missed that would help enhance information? - A: Collection of fines and fees 

22  

Some  money  goes  back  to  court  system,  which  distributes  it  to  appropriate parties 

Supervision fees that go directly to probation  Some states have supervision fees that are projected and are calculated as part of their budget; if they do not collect that amount it comes out of their budget  

Would be useful to see the percentage collected and where it goes  - A:  Caseloads  by  supervision  type:  could  be  a  supplement;  states  would  be  able  to 

provide this information; BJS would most likely ask for a definition of supervision type to figure out national categories  

- A: May not be helpful  to have  just caseload analysis, need  to  look at actual workload and  breakdown  by  supervision;  some  states  calculate  a workload  number  but  there would be a question on comparability  

Q: Are people using the data? If not, what would drive them to use statistics? - A: One agency said they do not use  it because they capture their own data; they fill  in 

the survey based on the data  - A: If results were beneficial to a state for an increase in budget (caseload comparisons to 

other states) they may use the national data  - A: Counts are useful, because they depend on state sizes - A:  Parole  and  probation  success  rates  versus  national  rates; may  use  this  to  show 

legislature; encourages not to cut positions because what they are doing works   Q: Are there elements that are particularly burdensome? 

- A: Definitions between jurisdiction and custody - A: Agency is concerned about who is there and who they have to supervise - A: May have double  counting  (e.g., one  state has offender  in  their  jurisdiction but  in 

another state’s custody)   Goal for the fall of 2013 to test some of the supplements; in 2014, the scaled back core will 

be rolled out  Attendees comment: Would be nice to know when forms go out/are due/who they go to 

- Responses could be streamlined  if  they are all sent  through  the same contact person: even  if a number of folks have to provide the  information, filtering the survey through one person would be helpful 

Tuesday, October 30, 2012 

I. Group Discussion on NCRP variables, reliability, and burden • Rewriting NCRP extraction codes: Abt wants to make this as easy as possible;   will be addressed  in 

annual calls with states along with the questions on the NCRP Burden Questions Sheet • PCCS Key reminders : E and F record admissions and releases 

o Can submit in single file or in file that encompasses PCCS terms o Abt  is  looking  for  volunteers  that  can  participate  in  conference  calls  and  review  some 

documentation on PCCS • Abt will reach out to agencies to get the information/data; DOC researchers would like to be notified 

about the numbers as well as they may not currently be shared inter‐agency  o Either  establish  variables  or  codes  for  admissions  and  releases  to  account  for  special 

circumstances o Guidance as to where directors can put people/how to classify offenders 

23  

• Useful  for  state  to  examine  statistics  for  those  offenders  who  are  subject  to  a  multitude  of supervision terms or sanctions 

• Abt will be able  to provide  technical assistance  to handle how each division  (DOC and probation) tracks individuals 

• Abt will  talk  to  agencies  in December  so  that  they  can  have  fields  set  up  and  captured  for  the January discussions related to G records 

• Key points: o Need core elements (E and F records) and other parts are flexible o The goal is to be able to have a life cycle of the offender o Social security numbers (SSN) 

Linkage to other databases   Some states are going through validation process but most do not do this  Many states that have DOC data with SSN are linked to health and employment databases at 

the federal and state levels: job placement, earnings, unemployment  Most  states need approval process  to  release  the numbers and are willing  to do  so; one 

state says they have a policy which prohibits them from releasing the SSN number  One  attendee believed  that  there  are  federal  statutes  that prohibit  release of  SSN  to 3rd 

party without consent release -  BJS will  look  into this; Social Security Administration sometimes asks about a person’s 

incarceration  Abt is looking for one state volunteer to provide SSN information for an Abt analysis; mock 

trial on how they would go about gathering information in order to work out issues before asking other states for the SSN 

Q: What sort of policy and procedures do Abt/BJS have in place?  - A: Abt can prepare and submit a data security plan which specifies exactly where data 

will be used  Q: Do states have the capability to report level of security under which the inmate is being 

held? - A: Yes 

II. Issues Sessions: Use and expansion of correctional records (Breakouts) • Michael Costa, Abt Associates: HIV continued discussion 

o Segregation issues  Can concentrate efforts in one location and provide better care  for those folks  Confidentially issue because everyone knows they are HIV positive  Does not provide access to the same programming as  the general population 

o Q: What  do  you  think makes  good  linkages  for HIV  care  for  those  coming  out who  are HIV positive? What drives the linkage to care?  A: There are large rural areas that do not have access (e.g., transportation issues)  A: If they can get released with same providers internally, that may help   A: Providers can come into prison to make contact before they are released 

o Linkage of data: confidential methodology  When offenders are being released they do not have to give information on where they are 

going and this makes it very difficult to connect released offenders to care  Offenders may not pay attention to the materials given to them regarding community care 

o Q: What do you want to know about those going out, if you could observe if they are going into care? 

24  

A: Taking medications consistently (if not, feedback on why not)  A: Why  they were unable  to  get medications/to  get  to  appointments/what  is  the  reason 

why they were unsuccessful  A: Ability to find employment  A: Ability to meet their basic needs  A: Communication  A: Max out vs. parole population  A: How many were receiving treatment prior to incarceration  

o Issue with resources  Giving care to an inmate vs. someone in the community that makes societal contributions   Cost of care for the HIV population is high 

o Pilot  study:    if  looking  at  system  level  care,  is  there  anything  to  do  differently  for  this population?   Looked at two populations: People entering Ryan White care from prison and those entering 

Ryan White care from the community (not from prison) - No statistical difference as to who was able to maintain a level of adherence 

o What about community supervision?  In some states it is mandatory to test at intake; in others it is not  Unable to compare HIV population with other states 

o What data reports would you  like to get back that reflect the status of services for those folks with HIV?  Prison Rape Eliminate Act (PREA): reporting of  incidents are small because reporting needs 

to be absolutely verified before it can be documented   Would be helpful to post notification with a number that can be called to report abuse  Difference with  PREA  now,  having  a  zero  tolerance,  responding  to  report,  problem with 

administration  of  BJS  data  reports:  inmate  reports,  survey  post  release,  substantiated incidents 

o What outcome measures are  in place  to  let a  facility know  that  their programming has been effective?   Get data back from Ryan White‐viral loaded CD4 count  Database of prescriptions, link HIV population to hospitalizations, prescriptions being filled,   Offender information   Social supports in place/strong: AXIS IV  Mortality reports 

o What can you get with RSR?   Outpatient ambulatory care, mortality, employment  Offender information   ADR 2013‐2014  is being  launched; client  level data who gets Aids Drug Assistance Program 

(ADAP)  Transition of healthy responsibility  Pre and post release adherence  Stratify by county level variation, those who have maxed out vs. PCCS  

• Tom Rich and Mike Shively, Abt Associates and William Sabol, Principal Deputy Director, BJS: NCRP website and collaborative  o Demonstration of website 

NCRP data has been used in white papers, publications, contact information, etc.  Abt provides username and password after signing the acceptable use agreement 

25  

Data provider home provides an overall look at what is available  State fact sheet compiled from public website information 

- Posted for Abt, BJS, and NCRP once state approves it - Includes  information  regarding  time served, structure,  jail cut off  (e.g., 90 days  to 18 

months),  state  custody  total,  sentences  to prison,  system,  jurisdiction,  facility  types, etc. 

o Report capacity  Time  served  options  to  select  states  and  run  a  report,  includes  criteria  for  size  of  DOC 

population, determinacy, good time, habitual offender laws, unified jail/prison, etc.  Choose  information you want to see such as time served, and  it builds that report  for the 

states selected o Fact sheets 

Not currently automated to compare changes over time; instead they are updated annually with important new changes 

It is good idea to maintain them over time depending on level of interest/effort  All of the information is linked to public sources, non proprietary information  Will help folks to get a start on research requested by legislators  Ability to find states with similarities  Likely  to  add  a  hybrid  category  as more  states  are  going  that way  (e.g.,  those  that  are 

determinate and those that are not) o Process that will be used to update the state fact sheets 

Make  it part of the annual touch base conversation at the start of the year where the Abt team can be pointed to changes that occurred 

Familiarity with the Council of State Legislators: annual report on changes  Point is to describe the current status and keep historical copies  Need to identify the  right respondent regarding changes (DOC or the Attorney General)  

o Comparisons between similar states – limited number of reports currently; would like to expand   Population, gender, age, stock populations for these 

- For example, when  interested  in aging,  look at all  years,  some/all  states  (can  include other advanced criteria) and can ask for total in table and/or chart; you can also put the data into excel and do what you choose with it 

Attendees would like to see comparison numbers, such as difference in bodies vs. bed days  Currently  simple  items, but will  get more  sophisticated  and  can be built up  if  states  find 

utility in it  Every report has a disclaimer: Caution NCRP data runs may not match DOC numbers  States would like a marketing piece 

o Thoughts regarding releasing reports publically  Include differences such as determinacy, structure, definition of recidivism, etc. (e.g.,   high 

parole rates in some and others not); only compare comparable states  If BJS/Abt set a standard (e.g., looking at admission cohorts vs. release) it sets the bar 

- Help directors and policy makers to understand what/how to  look at things for various policy considerations 

- Every time you take a metric and say how it ought to be calculated and the appropriate uses you have now eliminated the wiggle room for comparison concerns 

- Attendee encouraged BJS/Abt to be more bold about developing the corrections body of knowledge 

26  

BJS is taking the first step in comparability: How are the agencies going to use this and why is it important to them?   - Can it be used to build capacity and to help train folks (e.g., visiting fellowship in which 

DOC staff can apply)? - Use NCRP databases for analytic purposes to inform BJS; mutual benefit for the states - Link between BJS and NIC can be useful 

Concerns  to minimize misuse - NCRP  data  are  archived  at  the  University  of Michigan  for  public  use  (with  approval 

through an IRB process) - Website would eventually be for public use: track what is driving the changes  in prison 

admissions, who/how are the changes effecting certain populations, etc. o Q: Is there an interest in some kind of program to help bring in people to use the NCRP database 

(e.g., a fellowship or jointly funded program to help build capacity)?  A: Need  capacity building within  the departments  to  start  a  thoughtful process  (e.g.,    to 

show this is not just a single agency issue, it is happening elsewhere)  A: Data can help facilitate education and sharing of information across sites   A: Need to work on developing NCRP and the next generation of researchers   A: DOCs already have PBMS; difference  is that NCRP  is  individual  level data and PBMS  is  in 

aggregate (more agency performance)  

• William Rhodes, Abt Associates and Gerry Gaes, Consultant to Abt Associates: Calculating estimated time served using NCRP term records  o Abt has developed an algorithm for time served based on NCRP data 

Algorithm  is  capable  of  handling  any  set  of  sub  categorizations;  two  ways  to  include variables - Controlled variables‐ looking at time served controlling for things such as age, sex - Running on one group (offense group, age, sex)  

Not yet available through the website, but will be in the future - Currently available in STATA; attendees indicated that they would like it in SASS or SPSS - This work could be applied to projection research but it is not currently the purpose  

Limitations of algorithm - Life sentences: may need to look at release cohort rather than intake cohort - Using release cohort gives definitive length of stay - Someone may enter during observation period but not leave during observation period - Difficult to estimate time served when there is earned credit  - Attendee: looking at time served prior to the first release (of new court commitment or 

probation revocations) might be the cleanest way    Sometimes time served can be calculated using release cohort; does  length of time served 

have an effect on recidivism; often used in program evaluations  - When looking at time served over time (population projection, impact of policy change), 

better to look at intake cohort o NCRP 

Difficulty within NCRP to see if a “new sentence” is in fact a new sentence, or  a revocation - Solution:  E  and  F  records  to  help  determine  if  it  is  a  new  crime  or  failing  under 

supervision - Will be able to see if someone was on community supervision and went back in, even if 

states code  it differently;  listed as a  revocation  in commitment  indicator; may have a 

27  

different  identification  number  so  that  it  shows  that  they  were  on  community supervision  

- When  reporting out data,  the  average  is normally used;  could  describe dispersion  as well as outliers; may throw out outliers 

- Many  states  are  submitting  only  one  offense  for  each  offender  for  NCRP  (most serious/governing), does not capture all the offenses  

- Also difficulty with  re‐sentencing  (e.g.,  come  in with  a  life  sentence  and  at  times  get resentenced)  

Attendee: Need to be cautious, this issued is getting politicized and we try to make language simpler for these audiences (versus statisticians and researchers)  - Have to be able to explains this if people are able to pull data and compare states  - Have to be careful with situations (such as the Pew reports) where the media  is calling 

about results, but results are at summary level and simplified  - Risk factors are not currently counted in NCRP data 

o Recidivism: Feedback from audience  SSN would be useful for tracking recidivism, especially across states   Looking  at  recidivism  for one person over  time  and  their use of prison  time,  rather  than 

looking at a cohort   Should  not  call  it  recidivism  if  it  is  being  looked  at  this way;  use  different  terminology 

because it has taken a lot of work to get people to understand the current definition  Would  be  helpful  to  add  this  recidivism  definition  as more  knowledge  is  helpful,  but  it 

should not replace other definition  Always need to define in reports how recidivism is being looked at  Important  to  have  at  least  footnotes  with  the  details  when  providing  summary  level 

information   Would be good to look at cross‐state because then you really know if a program is working; 

if they get out of a program and go commit a crime in another state the program may not be that effective 

Other ways of measuring success: staying  longer  in the community and/or committing  less serious crimes 

o Research requests  Attendee  asked  for  examples  of  research  that  show  providing  low  risk  offenders  with 

programming may increase their recidivism - Attendee mentioned University of Cincinnati halfway house study 

Attendee mentioned that you still have to address low risk so that they are not idle, another attendee asked for research on idleness and inmate behavior 

III. Closeout • Gerry Gaes, Consultant to Abt Associates 

o Big picture  Abt  has  spent  a  lot  of  time  on  cleaning,  validating,  increasing  participation  rate,  and 

ensuring that NCRP is a balanced set of data that can be used for analysis  Would like to generate additional ideas about how it can be used for analysis 

o Examples of progress   Time served algorithm developed, recidivism enhancements, and linking data to Ryan White 

28  

Data provides  a brand new way of  looking  at  recidivism;  thinking  about what  the prison career is of an individual, and what burden does that individual place on the system during the observation window (only about half have spent more than one term in prison) - Release cohort: may over represent the offenders that do return,  increased recidivism 

rates - Can add in risk factors for more insightful analysis 

Ryan White is a great application of linking NCRP data to another database o Future: Two major changes upcoming to NCRP to provide greater insight and better information 

Discussion of the E and F records and adding those to NCRP - End game is to help come to terms with a common definition of someone who came in 

on a new admission and someone who is revoked - Ability to compare across the states even though there are nuances - Will help with term served estimates that break out new admissions from revocations 

Adding the FBI number - Create an  index for system with state  identification numbers, FBI numbers, and  linking 

whether or not people are recommitting in other states - Will help with recidivism studies that reflect out of state recidivism as well 

 

• William Sabol, Principal Deputy Director, BJS and Christopher Innes, Chief, Research and Information Services Division, NIC o Thanks  to  everyone  that  has  been  contributing  to  this  data;  hopes  that  everyone  has  seen 

demonstrations of the utility  Goals for Abt were to stabilize NCRP, enhance number of states, and expand data 

- Improved working relation with DOCs and Abt - Using term records to look at the revolving door 

Trying to give back - Certain ideas to inform and generate research  - Tools: time served models and NCRP website can help address requests 

Information sharing - Expand opportunities to use data - Visiting fellowship programs - Address research questions of mutual interest and benefit to BJS and agencies  

o BJS and NIC would like to host another meeting in 12‐18 months   Would like to build research exchange part of the meeting 

- Volunteers needed 

 

 

 

   

29  

APPENDIX A: Second Annual ICRN/NCRP Participant List  

SECOND ANNUAL ICRN/NCRP PARTICIPANT LIST 

NAME  AGENCY  TITLE 

Jay Atkinson jay.atkinson@cdcr.ca.gov

California Department of Corrections and Rehabilitation 

Chief, Offender Information Services 

Branch 

Bonnie Barr bonnie.barr@doc.state.co.us

Colorado Department of Corrections 

Senior Researcher, Office of Planning and 

Analysis Scott Bollinger 

scott.bollinger@state.sd.us

South Dakota Department of Corrections  Director of Operations 

Charles Bradberry bradberry.charles@doc.sc.gov

South Carolina Department of Corrections 

Director of Research and Statistics 

Jerry Brinegar jerry.brinegar@state.nm.us

New Mexico Corrections Department 

Interim Business Analysis Manager 

Jennifer Bryant Jennifer.Bryant@doccs.ny.gov

New York State Department of Corrections and Community 

Supervision 

Chief of Population Projections 

Shawn Bushway (Participated remotely) sbushway@albany.edu

University at Albany, SUNY 

Professor of Criminal Justice at the 

University at Albany (SUNY) 

Tama Celi Tama.Celi@vadoc.virginia.gov

Virginia Department of Corrections 

Research & Forecast Manager 

Tiffanye  Compton Tiffanye.Compton@Arkansas.gov

Arkansas Department of Correction 

Research & Planning Administrator 

Ashley Dickinson ashley.dickinson@doc.ks.gov

Kansas Department of Corrections  Director of Research 

Kenneth Dimoff DimoffK@michigan.gov

Michigan Department of Corrections 

Statistician Specialist, Office of Research & 

Planning Nancy Dittes 

Nancy.Dittes@po.state.ct.us

Connecticut Department of Correction  Research Analyst 

Michael Dolny mdolny@azcorrections.gov

Arizona Department of Corrections  Research Manager 

Ruth Edwards RuthC.Edwards@ky.gov

Kentucky Department of Corrections  Internal Policy Analyst 

David Ensley ensley.david@mail.dc.state.fl.us

   

Florida Department of Corrections 

Chief of Research and Data Analysis 

30  

SECOND ANNUAL ICRN/NCRP PARTICIPANT LIST 

NAME  AGENCY  TITLE 

Bob Flaherty rflaherty@pa.gov

Pennsylvania Department of Corrections  Chief of Data Analysis 

Aaron Garner agarner@idoc.in.gov

Indiana Department of Correction 

Executive Director, Research & Technology 

Melanie Gueho mgueho@corrections.state.la.us

Louisiana Department of Corrections 

I/T Deputy Director, Office of Information 

Services Karen Hall 

karen.hall@tdcj.state.tx.us

Texas Department of Criminal Justice 

Manager, Executive Support 

Catherine Halper Catherine.Halper@doc.state.nj.us

New Jersey State Department of Corrections 

Supervisor, Resource Review & Study Unit 

Patricia Hardyman phardyman@asca.net

Association of State Correctional Administrators  Principal 

Ron Henry henryr00@dcor.state.ga.us

Georgia Department of Corrections 

Analysis Section Manager 

David Huffer david.huffer@csosa.gov

Court Services and Offender Supervision Agency 

Deputy Director, Office of Research and 

Evaluation 

Pamela Jenkins pjenkins@ncdps.gov

North Carolina Department of Public Safety 

IT Applications Manager, Business and 

Technology Applications 

Mark Johnson mikjohnson@mt.gov

Montana Department of Corrections  Lead Statistician 

Deborah Kerschner deb.kerschner@state.mn.us

Minnesota Department of Corrections 

Director, Planning and Performance 

Fred Klunk fklunk@pa.gov

Pennsylvania Board of Probation and Parole 

Director, Statistical Reporting and Evidence‐Based 

Program Evaluation Office 

Rhiana Kohl RKohl@doc.state.ma.us

Massachusetts Department of Correction 

Executive Director, Strategic Planning & 

Research Robert Lampert rlampert@asca.net

   

Wyoming Department of Corrections  Director 

31  

SECOND ANNUAL ICRN/NCRP PARTICIPANT LIST 

NAME  AGENCY  TITLE Michael Matthews 

michael.matthews@alaska.gov

Alaska Department of Corrections  Research Analyst IV 

Audrey McAfee amcafee@mdoc.state.ms.us

Mississippi Department of Corrections  MIS Director 

George Mitchell gmitchell@dpscs.state.md.us

Maryland Department of Public Safety and Correctional 

Services 

Program Manager, Office of Grants, 

Policy, and Statistics 

Keith Perry keith.perry@pap.ga.gov

Georgia State Board of Pardons and Paroles 

Assistant Director of Application Development 

Mohsen Pourett mohsen.pourett@doc.state.ok.us

Oklahoma Department of Corrections 

Administrator Evaluation & Analysis Unit 

Lettie Prell Lettie.Prell@iowa.gov

Iowa Department of Corrections  Director of Research 

Hank Robinson hank.robinson@nebraska.gov

Nebraska Department of Correctional Services  Research Director 

Rosie Shingles rosie.shingles@doc.alabama.gov

Alabama Department of Corrections  Administrative Analyst 

Sharon Shipinski sharon.shipinski@doc.illinois.gov

Illinois Department of Corrections 

Public Service Administrator 

Mark Smith msmith@dps.state.nv.us

Nevada DPS/ Parole and Probation  Captain 

Linda Socha Linda.Socha@nhdoc.state.nh.us

New Hampshire Department of Corrections 

Information Technology Manager 

Michele Staley Michele.Staley@doccs.ny.gov

New York State Department of Corrections and 

Community Supervision 

Chief, Correction Program Research 

Anthony Streveler anthony.streveler@wisconsin.gov

Wisconsin Department of Corrections 

Director, Research and Policy 

Martha Torney martha.t.torney@hawaii.gov

Hawaii Department of Public Safety 

Deputy Director for Administration 

Jennifer Turner jturner@ppp.state.sc.us

South Carolina Department of Probation, Parole and Pardon 

Services 

Research & Evaluation Analyst 

Steve Van Dine steve.vandine@odrc.state.oh.us

Ohio Department of Rehabilitation & Correction 

Chief, Bureau of Research and Evaluation 

Robert Wolfe ROBERT.L.WOLFE@WV.GOV

West Virginia Division of Corrections 

Criminal Justice Specialist 

32  

SECOND ANNUAL ICRN/NCRP PARTICIPANT LIST 

NAME  AGENCY  TITLE John Woodlock 

john.woodlock@ncdps.gov

 

North Carolina Department of Public Safety 

Business & Technology Applications Manager 

ATTENDEES REPRESENTING THE BUREAU OF JUSTICE STATISTICS NAME  AGENCY  TITLE 

Ingrid Binswanger Ingrid.Binswanger@ucdenver.edu

Division of General Internal Medicine, University of 

Colorado School of Medicine 

Associate Professor of Medicine, BJS Visiting Fellow 

Ann Carson Elizabeth.Carson@usdoj.gov

Bureau of Justice Statistics  Statistician 

Lauren Glaze Lauren.Glaze@usdoj.gov

Bureau of Justice Statistics  Statistician 

William Sabol William.Sabol@usdoj.gov

Bureau of Justice Statistics  Principal Deputy Director 

 

ATTENDEES REPRESENTING NATIONAL INSTITUTE OF CORRECTIONS, FEDERAL BUREAU OF PRISONS 

NAME   AGENCY  TITLE Jennifer Batchelder jbatchelder@bop.gov

Federal Bureau of Prisons  Supervisory Research Analyst 

Christopher Innes cinnes@bop.gov

National Institute of Corrections 

Chief, Research and Information Services Division 

 

ATTENDEES REPRESENTING ABT ASSOCIATESMichael Costa 

Michael_costa@abtassoc.com

Gerry Gaes ggaes@comcast.net

Ryan Kling ryan_kling@abtassoc.com

Jeremy Luallen (participated remotely) 

jeremy_luallen@abtassoc.com

William Rhodes bill_rhodes@abtassoc.com

Tom Rich Tom_Rich@abtassoc.com

Michael Shively michael_shively@abtassoc.com

 

33  

ATTENDEES REPRESENTING THE CRIME AND JUSTICE INSTITUTE NAME  TITLE 

Kristy Pierce‐Danford kdanford@crj.org

Associate 

Brandon Miles bmiles@crj.org

Research Assistant 

Kristen Nielsen knielsen@crj.org

Project Assistant 

Gabriella Priest gpriest@crj.org

Research Assistant 

 

   

34  

APPENDIX B: Second Annual ICRN/NCRP Agenda  

 

 SECOND ANNUAL INSTITUTIONAL CORRECTIONS RESEARCH NETWORK (ICRN)/ 

NATIONAL CORRECTIONS REPORTING PROGRAM (NCRP) DATA PROVIDERS MEETING AGENDA 

 October 29th 8:30am‐5:00pm and October 30th 8:30am‐12:00pm 

National Corrections Academy (NCA), 11900 E. Cornell Ave, Aurora, Colorado 80014  

Sunday October 28th   7:00‐9:00pm Informal gathering in DoubleTree Hotel lobby area; NCRP website demonstration    Monday October 29th  

6:00‐8:00 Breakfast at DoubleTree Hotel (provided)  

7:30‐8:00 Bus transfers to NCA meeting facility 

8:30‐9:00 Welcome and introductions • William J. Sabol, Ph.D., Principal Deputy Director, Bureau of Justice Statistics (BJS) • Christopher A. Innes, Ph. D., Chief, Research and Information Services Division, National Institute 

of Corrections (NIC) • Kristy Pierce‐Danford, MPA, Associate, Crime and Justice Institute at CRJ  

9:00‐9:45 Keynote speaker • Shawn D. Bushway, Ph.D., Professor of Criminal Justice in the School of Criminal Justice and 

Professor of Public Administration and Policy in the Rockefeller College of Public Affairs and Policy at the University at Albany (SUNY) ‘The iconic “age‐crime” curve meets mass incarceration – Describing and then explaining changes in the U.S. prison population’ 

9:45‐10:00 Break 

10:00‐12:00 Current efforts to improve the reliability and uses of the NCRP • Tom Rich, Jeremy Luallen, William Rhodes, Michael Costa, Abt Associates; Gerry Gaes, 

Consultant to Abt Associates • Ann Carson, BJS 

12:00‐1:00 Lunch (provided) • Presentation by NIC information center  

1:00‐2:00 New initiatives: Collection of post‐confinement community supervision records and proposed variables for NCRP 

• Ryan Kling and Michael Shively, Abt Associates • Ann Carson, BJS 

2:00‐2:30 Break/reconfiguration of room 

35  

36  

2:30‐3:30 Breakout Sessions #1: • Cross‐state recidivism: Results from the BJS recidivism study (William J. Sabol, BJS) • Detailed follow‐up discussion of new initiative on post‐confinement community supervision 

(Michael Shively and Tom Rich, Abt Associates) • The Association of State Correctional Administrator’s Performance Based Management System 

(PBMS); Discussion and questions about the PBMS (Patricia Hardyman, Association of State Correctional Administrators and Robert Lampert, Wyoming Department of Corrections) 

• BJS Data Collections: Institutional corrections (Ann Carson and Lauren Glaze, BJS) 

3:30‐3:45 – Break 

3:45‐5:00 – Breakout Sessions #2 • Research exchange (Presentations by participants Deborah Kerschner‐ Minnesota, Tama Celi‐ 

Virginia, and Pam Jenkins‐ North Carolina) • Detailed follow‐up discussion of NCRP term‐record data processing (Ryan Kling and Jeremy 

Luallen, Abt Associates) • Smoking‐attributable mortality among state prisoners in the United States: 2001‐2009 (Dr. 

Ingrid Binswanger, University of Colorado School of Medicine and BJS Visiting Fellow) • BJS Data Collections: Community corrections (Lauren Glaze, William J. Sabol, BJS) 

5:00‐5:30 Bus transfers to DoubleTree Hotel 

6:00‐7:30 Dinner at DoubleTree Hotel (provided)  

Tuesday October 30th  

6:00‐8:00 Breakfast at DoubleTree Hotel (provided) 

7:30‐8:00 Bus transfers to NCA meeting facility 

8:30‐9:30 Group discussion on NCRP variables, reliability, and burden 

9:30‐9:45 – Break/reconfiguration of room 

9:45‐10:45 Issues sessions: Use and expansion of correctional records • HIV continued discussion (Michael Costa, Abt Associates) • NCRP website and collaborative (Tome Rich, Mike Shively, Abt Associates) • Calculating estimated time served using NCRP term records (William Rhodes, Abt Associates; 

Gerry Gaes, Consultant to Abt Associates) • Open question and answer session on the submission and use of data in BJS collections (Lauren 

Glaze, Ann Carson, BJS; Ryan Kling, Jeremy Luallen, Abt Associates) 

10:45‐11:00 – Break/reconfiguration of room 

11:00‐12:00 Closeout  • William J. Sabol, Ph.D., Principal Deputy Director, Bureau of Justice Statistics • Christopher A. Innes, Ph. D., Chief, Research and Information Services Division, National Institute 

of Corrections • Gerry Gaes, Consultant to Abt Associates 

12:00‐12:30 Bus transfers to hotel/airport 

Thereafter, transportation between the hotel and airport will be provided each half hour.