MétaCan
Menu
Retour à la cohorte
Enregistrement W2021238626 · doi:10.1111/j.1755-6988.2006.tb00119.x

Asking the Right Questions: Utilizing a Judicial Checklist to Track the Educational Success of Youth in Foster Care

2006· article· en· W2021238626 sur OpenAlexaff
SUSAN A. WEISS, Debbie Staub, Paula Campbell, Sophia I. Gatowski, MELISSA LITCHFIELD

Notice bibliographique

RevueJuvenile and Family Court Journal · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensCasey House
Organismes subventionnairesnon disponible
Mots-clésChecklistGraduation (instrument)Foster carePsychologyPopulationMedical educationTracking (education)Political scienceMedicineNursingPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Asking about the educational objectives for children in foster care has not been a priority in most juvenile and family courts. Research has shown that compared to the general school population, children in foster care have lower grade point averages, change schools more frequently, earn fewer credits toward graduation, and are more likely to be placed in special education programs. In response, Casey Family Programs, in collaboration with the National Council of Juvenile and Family Court Judges' Permanency Planning for Children Department, developed a Judicial Checklist with key educational questions to be asked from the bench. The Checklist has become a useful tool for juvenile and family court judges when assessing the effectiveness of current educational placements of the children who come before their courts, tracking their performance, and in making a positive future impact on their educational 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,290
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJuvenile and Family Court JournalMême sujetChild Welfare and AdoptionTravaux en français237 207