MétaCan
Menu
Retour à la cohorte
Enregistrement W1558499805

How does foster care work? : international evidence on outcomes

2010· book· en· W1558499805 sur OpenAlexaboutno aff
Elízabeth Fernández, Richard P. Barth

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFoster careGerontologySociologyLibrary scienceMedicinePolitical scienceHistoryNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Part 1. Introduction. Foreword. James K. Whittaker, University of Washington, USA. Introduction: Reviewing International Evidence to Inform Foster Care Policy and Practice. Elizabeth Fernandez, University of New South Wales, Australia and Richard P. Barth, University of Maryland, USA. 1. International Perspectives on Foster Care. June Thoburn, University of East Anglia, UK. Part 2. Placement Movements and Destinations. 2. Five Year Developmental Outcomes for Young Children Remaining in Foster Care, Returned Home or Adopted. Richard P. Barth and Christopher Lloyd, University of Arkansas, USA. 3. The Placement Stability in Foster Care. Fred Wulczyn and Lijun Chen, University of Chicago, USA. 4. Foster Care in the Netherlands: Correlates of Placement Breakdown and Successful Placement. Johan Piet Strijker, University of Groningen, The Netherlands. 5. Profile and Scope of Foster Care in Spain. Jorge Fernandez del Valle and Monica Lopez, University of Oviedo, Spain. 6. Reunification in Australia: Insights from South Australia and New South Wales. Elizabeth Fernandez and Paul Delfabbro, University of Adelaide, Australia Part 3. The Foster Care Experience: A Life Course Perspective. 7. Very Young Children in Care in England: Issues for Foster Care. Harriet Ward and Emily R. Munro, Loughborough University, UK 8. Fostering Adolescents in England: What Contributes to Success? Elaine Farmer, University of Bristol, UK. 9. Rates of Mental, Emotional, and Behavioural Disorders Among Alumni of Family Foster Care in the United States: The Casey National Alumni Study. Peter J. Pecora, Catherine Roller White, Lee Ann Murdock, Kirk O'Brien, Casey Family Programs, USA, Ronald C. Kessler, Nancy Sampson and Irving Hwang Harvard Medical School, USA. Part 4. Psychological Outcomes and Correlates of Outcomes. 10. What Makes for Effective Foster Care: Some Issues. Ian Sinclair, University of York, UK. 11. Long-term Outcomes of Foster Care: Lessons from Swedish National Cohort Studies. Bo Vinnerljung, University of Stockholm, Sweden, Eva Franzen, Swedish Ministry of Health and Social Affairs, Sweden, Anders Hjern, National Board of Health and Welfare, Sweden and Frank Lindblad, Uppsala University, Sweden. 12. Foster Care in Denmark: Comparing Kinship and Non-Kinship Forms of Care. Lajla Knudsen, Tim Egelund and Anne-Dorthe Hestbaeck, SFI, The Danish National Centre for Social Research, Denmark. 13. Selected Educational Outcomes for Young People Aged 17-19 Years in Long Term Foster Care in Ireland. Fiona Daly, Irish Association of Young People in Care, Ireland and Robbie Gilligan, Trinity College Dublin, Ireland. 14. Can Tutoring by Foster Parents Improve Foster Children's Basic Academic Skills? A Canadian Randomized Field Trial. Robert J. Flynn, Marie-Pierre Paquet and Robyn Marquis, University of Ottawa, Canada. 15. Wellbeing in Foster Care: An Australian Longitudinal Study of Outcomes. Elizabeth Fernandez. Commentary by Robert Flynn. Conclusion. Richard P. Barth and Elizabeth Fernandez. List of Contributors. Index.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,110
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0110,022
Études des sciences et des technologies0,0010,003
Communication savante0,0070,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,311
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Welfare and AdoptionTravaux en français237 207