How Can Data Drive Policy and Practice in Child Welfare? Making the Link in Canada
Notice bibliographique
Résumé
Formal university-child welfare partnerships offer a unique opportunity to begin to fill the gaps in the child welfare knowledge base and link child welfare services to the realities of practice. With resources from a knowledge mobilization grant, a formal partnership was developed between the University of Toronto, clinicians, policy analysts, and researchers from child welfare agencies across Ontario. The key objectives of the grant included: (1) enhancing the capacity of service providers to access and analyze child welfare data to inform service and policy decisions; (2) integrating clinical expertise in service and policy decisions; and (3) developing a joint research agenda addressing high-priority knowledge gaps. This partnership was an opportunity to advance the evidence base with respect to service provision in Ontario and to create a culture of knowledge and evidence that would eventually support more complex research initiatives. Administrative data was analyzed for this partnership through the Ontario Child Abuse and Neglect Data System (OCANDS)-the first child welfare data system in Ontario to track child welfare-involved children and their families. Child welfare agencies identified recurrence as an important priority and agency-driven analyses were subsequently conducted on OCANDS generated recurrence Service Performance Indicators (SPI's). Using an urgent versus chronic investigative taxonomy for analyses, findings revealed that the majority of cases did not recur within 12 months and cases identified as chronic needs are more likely to return to the attention of child welfare authorities. One of the key outcomes of the partnership - helping agencies to understand their administrative data is described, as are considerations for next steps for future partnerships and research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,159 | 0,305 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,011 | 0,029 |
| Études des sciences et des technologies | 0,024 | 0,022 |
| Communication savante | 0,033 | 0,017 |
| Science ouverte | 0,009 | 0,020 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».