MétaCan
Menu
Retour à la cohorte
Enregistrement W2315020009 · doi:10.1017/s1035077200011196

Wards leaving care: Follow up five years on

2006· article· en· W2315020009 sur OpenAlexaboutno aff
Judy Cashmore, Marina Paxman

Notice bibliographique

RevueChildren Australia · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessUnemploymentAccommodationEducational attainmentYoung adultMental healthMedicinePsychologyGerontologyPolitical scienceEconomic growthPsychiatry

Résumé

récupéré en direct d'OpenAlex

Young people ‘ageing out of care’ have to manage multiple transitions – leaving ‘home’, moving into independent accommodation, leaving school and trying to find work or some other means of support, becoming financially independent, and often becoming parents - at a much younger age and with fewer resources and supports than other young people their age. This paper presents the findings of the fourth interview in the follow-up to the Longitudinal Study of Wards Leaving Care study in New South Wales, and focuses on three main questions. How were these young people faring 4–5 years after leaving care compared with other young people their age? How were they faring compared with their circumstances and outcomes 12 months after leaving care? What predicted better outcomes and not-so-good outcomes? While the pattern of low levels of educational attainment, and high rates of unemployment, mobility, homelessness, financial difficulty, loneliness and physical and mental health problems was consistent with that from other research in England, Ireland, Canada and the United States, some young people were faring quite well and much better than others. Understanding why is important in trying to support young people leaving care. The paper highlights some of the implications for policy and practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,092
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,306
Écart entre enseignants0,280 · 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'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

Citations63
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildren AustraliaMême sujetFamily Support in IllnessTravaux en français237 207