The Effectiveness of Targeted Interventions for Children Exposed to Domestic Violence: Measuring Success in Ways that Matter to Children, Parents and Professionals
Notice bibliographique
Résumé
The ultimate goal of trials is to identify interventions that can benefit individuals in the future. It is crucial, therefore, that they measure outcomes that reflect the priorities and expectations of those using the interventions. We consider this issue in relation to trials of interventions for children exposed to domestic violence and abuse (DVA). To explore this, we drew on data collected as part of a larger study to consider whether the types of outcomes measured in clinical trials reflect: (1) the perceived benefit of interventions reported in qualitative evaluation studies; and (2) the views of parents, professionals and young people as to what constitutes a ‘good outcome’. We found that trials most frequently evaluated changes in children's symptoms and disorders, whereas children and parents, along with practitioners, had broader concepts of success that extended beyond narrow health‐focused outcomes. A number of studies measured other types of outcomes, although there was inconsistency in the types of outcomes that were measured. Based on these findings, we discuss the need to reach consensus on an expanded set of outcomes to be measured in child‐focused DVA trials. This will mean that the effectiveness of interventions is judged against outcomes that are important to those who use interventions. It will also facilitate greater consistency in outcome measurement across studies, thereby enhancing the quality of evidence in this emerging field. Copyright © 2015 John Wiley & Sons, Ltd. ‘Need to reach consensus on an expanded set of outcomes to be measured in child‐focused DVA trials’ Key Practitioner Messages In order to adequately assess what works to reduce the impact of domestic violence on children, researchers should: Work with stakeholders to understand which outcomes are important to them. Seek consensus about a standardised set of outcomes to be measured and reported in all trials. Ensure that the success of interventions is measured against these outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,450 | 0,633 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».