MétaCan
Menu
Retour à la cohorte
Enregistrement W2062147829 · doi:10.1179/2046905513y.0000000092

On the nature and scope of reported child maltreatment in high-income countries: opportunities for improving the evidence base

2013· review· en· W2062147829 sur OpenAlexaffabout
Andreas Jud, John Fluke, Lenneke R. A. Alink, Kate Allan, Barbara Fallon, Heinz Kindler, Bong Joo Lee, James Mansell, Hubert van Puyenbroek

Notice bibliographique

RevuePaediatrics and International Child Health · 2013
Typereview
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSocial workHarmEconomic growthIndigenousHigh income countriesIntervention (counseling)Social WelfareChild abuseChild protectionSuicide preventionPoison controlDevelopment economicsEnvironmental healthDeveloping countryPolitical scienceNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Although high-income countries share and value the goal of protecting children from harm, national data on child maltreatment and the involvement of social services, the judiciary and health services remain relatively scarce. To explore potential reasons for this, a number of high-income countries across the world (Belgium, Canada, Germany, the Netherlands, New Zealand, South Korea, Switzerland and the United States) were compared. Amongst other aspects, the impact of service orientation (child protection-vs-family-services-orientated), the complexity of systems, and the role of social work as a lead profession in child welfare are discussed. Special consideration is given to indigenous and minority populations. The call for high-income countries to collect national data on child maltreatment is to promote research to better understand the risks to children. Its remit ranges well beyond these issues and reflects a major gap in a critical resource to increase prevention and intervention in these complex social situations. Fortunately, initiatives to close this gap are increasing.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,099
Tête enseignante GPT0,373
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations27
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics and International Child HealthMême sujetChild Abuse and TraumaTravaux en français237 207