MétaCan
Menu
Retour à la cohorte
Enregistrement W2169370213 · doi:10.1177/0741088311399710

Professional Citation Practices in Child Maltreatment Forensic Letters

2011· article· en· W2169370213 sur OpenAlexaff
Catherine F. Schryer, Stephanie Bell, Marcellina Mian, Marlee M. Spafford, Lorelei Lingard

Notice bibliographique

RevueWritten Communication · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensWestern UniversityUniversity of WaterlooToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCitationCLARITYDocumentationRhetorical questionPsychologyForensic scienceMedicineLinguisticsLawPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Using rhetorical genre theory and research on reported speech, this study investigates the citation practices in 81 forensic letters written by paediatricians and nurse practitioners that provide their opinion for the courts as to whether a child has experienced maltreatment. These letters exist in a complex social situation where a lack of clarity exists as to which professional group (healthcare providers, police, social workers) is primarily responsible for gathering accounts of children’s injuries. Yet physicians need these accounts into order to compare them to actual injuries. The study documents the direct and indirect citations that occur in the letters, observes documentation strategies, notes the instances in which partial breakdowns in citation occur, and points to the linguistic factors contributing to these breakdowns.

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)0,016
score de la tête « metaresearch » (Gemma)0,152
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,152
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,006
Études des sciences et des technologies0,0060,005
Communication savante0,0060,004
Science ouverte0,0010,005
Intégrité de la recherche0,0020,001
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 Opus0,076
Tête enseignante GPT0,310
Écart entre enseignants0,233 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWritten CommunicationMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207