Best Practices for Rigorous and Fair Behavioral Threat Assessment in K–12 Schools

RAND Corporation2026-01-0955 页

报告概述

本报告是RAND公司关于K-12学校行为威胁评估与管理（BTAM）实施研究系列的第三篇。报告聚焦于行为威胁评估的核心环节，研究对象为美国K-12学校如何通过结构化流程评估学生行为的风险等级。覆盖范围包括：分流机制、执法介入决策、全面评估流程、数据收集方法、风险评分工具以及文档记录。报告综合了现有BTAM模型、学术研究、2025年全国校长调查及深度访谈，为学校提供基于证据的实施指导。读者可了解如何建立公平、一致的评估体系，以平衡学生支持与校园安全。

报告的核心结论

严格一致的评估流程是校园安全与学生支持的基础。

报告指出，BTAM项目的有效性取决于能否一致且准确地评估行为。缺乏严谨流程可能导致漏判潜在暴力信号或过度反应。良好实施的威胁评估能帮助团队合理分配资源，并采取保护性与支持性措施。

多学科团队的专业知识与时间是评估公正性的关键。

成功的威胁评估依赖于团队成员的知识、技能和充足时间。团队应由多元专业人员组成，具备分析多种数据与视角的能力。持续培训确保成员掌握最新实践，能够在动态情境中做出明智决策。

明确的分流与执法介入标准需因地制宜且以政策为指导。

初始分流需快速判断紧急性，但必须辅以考虑具体情境的明确标准。团队需要指导原则来区分需要立即干预、协调执法或可通过其他渠道解决的案例，以确保对行为做出适度回应。

结构化风险评分工具应与专家判断相结合。

虽然结构化工具（如评分卡）能增强透明度和一致性，但其使用不能保证客观性。最终风险评估应结合定量工具与专业经验，避免仅依赖分数。多学科团队的综合审议最有可能产生公平、可辩护且有效的评估。

持续的保真度监控和改进可提升BTAM有效性。

实施工具监控威胁评估程序的一致性，并定期进行团队审查，能提升BTAM项目的效果和公平性。审查案例结果和过程有助于团队完善标准、识别培训需求，并应对新挑战，从而持续改善学生与校园安全保障。

报告回答的关键问题

K-12学校如何确保行为威胁评估的公平性？

报告强调通过多学科团队、标准化数据收集流程、明确的分流标准以及结构化风险评估工具来实现公平。团队需接受定期培训，并使用一致的数据来源评估每个案例，同时注意年龄、社区背景等情境因素。

学校何时应让执法部门介入威胁评估？

报告指出，通常在存在立即伤害风险（如暴力迫在眉睫）时应介入。学校应与执法部门建立备忘录，明确界限，避免过度依赖。2025年调查显示仅59%的BTAM团队有执法代表，且多数学校很少逮捕学生。

哪些数据对威胁评估最重要？

报告列出多类数据：风险与保护因素、行为特征、攻击能力等。来源包括访谈、学校记录、社交媒体、家庭访问等。但团队最常使用访谈信息，而外部记录（如执法或医疗记录）使用较少，因获取困难。

如何平衡结构化评分与专家判断？

报告认为两者应结合。结构化工具（如NABITA风险量规）可提高一致性，但不能替代人类判断。团队应使用评分作为参考，再经多学科讨论确定最终风险等级。部分模型（如FBI模型）明确反对纯量化计算。

报告中的代表性数据

80%

拥有BTAM团队的学校比例

2025年1月，在全国K-12校长调查中，超过80%的校长表示其学校设有BTAM团队，多数剩余学校也有执行相同功能的团队。

59%

BTAM团队中有执法代表的比例

2025年，调查显示，59%的K-12学校BTAM团队有执法代表，其中中学和高中更常见。

21%

使用非结构化BTAM流程的学校比例

2025年，在BTAM团队中，21%的学校表示会议没有通用结构，评估也未基于相似数据或使用标准化流程，这增加了遗漏关键数据的风险。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

报告提供了多种BTAM模型的详细对比，包括CSTAG、Salem-Keizer、FBI模型等，并分析了每种模型在分流、风险评估和文档记录方面的特点，帮助学校选择适合自身情况的框架。
包含2025年全国K-12校长调查的完整结果，展示了BTAM团队的组建率、训练频率、数据使用情况和执法参与程度等关键指标。
深入讨论了分流（triage）过程的三种路径：低风险快速解决、高风险紧急响应、以及进入全面评估，并提供了各州法律对强制报告执法的要求汇总。
列出了威胁评估中常用的风险与保护因素清单（图3），涵盖个人特征、行为警示、情境压力等20余项指标，并说明如何收集和权重。
分析了执法部门在BTAM中的角色冲突，包括SRO的逮捕率差异、MOU（谅解备忘录）的实践效果，以及如何通过协议界定执法边界。
介绍了多种结构化评分工具（如NABITA风险量规、SIVRA-35、DTVRA等），并讨论了其优劣：提高透明度的同时需注意偏见和适用性。
给出了实施建议清单，包括选择模型、培训团队、建立数据共享协议、设计保真度监控工具等，分为准备阶段和持续运营阶段。
引用了多学科团队（MDT）在其他领域（如功能性行为评估、MTSS）的相似实践，强调问题解决流程和数据驱动决策的通用性。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。