MétaCan
Menu
Retour à la cohorte
Enregistrement W2606262293 · doi:10.1177/1077559517701230

Is the Families First Home Visiting Program Effective in Reducing Child Maltreatment and Improving Child Development?

2017· article· en· W2606262293 sur OpenAlexafffund
Mariette Chartier, Marni Brownell, Michael Isaac, Dan Château, Nathan Nickel, Alan Katz, Joykrishna Sarkar, Milton Hu, Carole Taylor

Notice bibliographique

RevueChild Maltreatment · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchJavna Agencija za Raziskovalno Dejavnost RS
Mots-clésPsychological interventionPoison controlInjury preventionSuicide preventionMedicineChild abuseChild developmentOccupational safety and healthHuman factors and ergonomicsFamily medicinePsychologyNursingPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

While home visiting programs are among the most widespread interventions to support at-risk families, there is a paucity of research investigating these programs under real-world conditions. The effectiveness of Families First home visiting (FFHV) was examined for decreasing rates of being in care of child welfare, decreasing hospitalizations for maltreatment-related injuries, and improving child development at school entry. Data for 4,562 children from home visiting and 5,184 comparison children were linked to deidentified administrative health, social services, and education data. FFHV was associated with lower rates of being in care by child's first, second, and third birthday (adjusted risk ratio [aRR] = 0.75, 0.79, and 0.81, respectively) and lower rates of hospitalization for maltreatment-related injuries by third birthday (aRR = 0.59). No differences were found in child development at kindergarten. FFHV should be offered to at-risk families to decrease child maltreatment. Program enhancements are required to improve child development at school entry.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,279
Écart entre enseignants0,267 · 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

Citations51
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChild MaltreatmentMême sujetChild Abuse and TraumaTravaux en français237 207