Barriers that inhibit nurses reporting suspected cases of child abuse and neglect
Notice bibliographique
Résumé
Objective: An integrative review of the literature was undertaken to identify barriers that inhibit nurses from reporting suspected cases of child abuse and neglect. Primary Argument: Nurses in all states and territories of Australia except Western Australia are legally required to report suspicions of child abuse and neglect to relevant child protection services. Nurses often have first contact with abused children, yet they do not make the top five list of people who notify. There is limited evidence on what motivates the reporting process and it appears that while nurses are in a key position to report suspected cases of abuse, barriers may exist that hinder this process. These barriers must be identified and addressed. Findings: Limited education on recognising signs and symptoms of abuse was found to be a major barrier to reporting. Other barriers include limited experience, poor documentation, low opinion of child protection services, fear of perceived consequences, and lack of emotional support for nurses through the reporting process. Conclusion: Although nurses are mandatory notifiers; that is, they are required by law to report child abuse and neglect, education in this area is not compulsory. While most Australian nursing degrees provide some content on child abuse and neglect, this is not a legal requirement nor is the content standardised. The introduction of compulsory mandatory reporting education should be considered for all undergraduate and post graduate nurses. Further research is needed to evaluate the effects of mandatory reporting education on outcomes and to reduce identified barriers to reporting. This in turn may offer greater protection for children, the most vulnerable members of society.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».