MétaCan
Menu
Retour à la cohorte
Enregistrement W2018000587 · doi:10.1111/j.174-1617.2003.tb00909.x

LESSONS LEARNED FROM A CHILD PROTECTION MEDIATION PROGRAM: If At First You Succeed and Then You Don't…

2003· article· en· W2018000587 sur OpenAlexaboutno aff
Kelly Browe Olson

Notice bibliographique

RevueFamily Court Review · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMediationThrivingPolitical sciencePsychologyFamily mediationChild protectionPublic relationsLawAlternative dispute resolution

Résumé

récupéré en direct d'OpenAlex

This article discusses the U.A.L.R. child protection mediation program as well as several other child protection mediation programs in order to examine what makes a program a continuing success. Child protection mediation programs have gone through a period of tremendous progress and growth over the past 20 years in the United States and Canada. Numerous studies have shown that child protection mediation helps families and courts by lowering the amount of time that children spend in foster care and the amount of costs for courts and agencies. Child protection mediation is an essential tool for juvenile courts and the families that have cases there. This article addresses the development of child protection mediation programs, their importance to juvenile courts, and some reasons that these programs succeed or fail. Although many of these programs have early accomplishments, they have not always been able to maintain their growth or to continue to exist. The U.A.L.R. Mediation Project has not sustained its early levels of cases or referrals from court for numerous reasons. Using the techniques of other thriving programs, we will attempt to restart and re‐energize the program. It has been established that the people who have a role in the establishment of a program, the funding sources and especially the commitment of the parties to the program all have a significant long‐term impact. This article points out how programs should begin and proceed if they are to be a long‐term success.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,323
Écart entre enseignants0,263 · 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'étudeQualitatif
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

Citations14
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFamily Court ReviewMême sujetChild Welfare and AdoptionTravaux en français237 207