Responding to safety concerns and chronic needs: trends over time
Notice bibliographique
Résumé
BACKGROUND: For the past 20 years, the Ontario child welfare sector has made significant legislative and policy changes. Changes to legislation and policy can impact the public and sector's response to child maltreatment and inform identified trends. Using an investigative taxonomy of urgent protection and chronic need this paper examines the shift in the nature of investigated maltreatment over time. METHODS: Data from five cycles of the Ontario Incidence Studies of Reported Child Abuse and Neglect (1993, 1998, 2003, 2008 and 2013) were used. Provincial incidence rates were calculated by dividing the weighted estimates by the child population 15 years of age and under and then multiplying by 1000 in order to produce an annual incidence rate per 1000 children. Investigations were divided into urgent (severe physical harm, sexual abuse, neglect and physical abuse of children under 4) and chronic (risk only, exposure to intimate partner violence, emotional maltreatment, neglect and physical abuse of children four or over). Tests of statistical significance were calculated to assess changes in subtypes between cycles. RESULTS: Between 1993 and 2013, the rate of child maltreatment related investigations completed in Ontario has increased from 20.48 per 1000 children to 53.27 per 1000 children. Overall there has been a decline in the incidence of urgent investigations from 9.31 per 1000 child maltreatment investigations in 1993 to 5.94 per 1000 maltreatment investigations in 2013. There has been a fourfold increase in the incidence of chronic investigations from 11.18 per 1000 child maltreatment investigations in 1993 to 47.33 per 1000 maltreatment investigations in 2013. CONCLUSION: The nature of child protection work using the urgent-chronic taxonomy shows a dramatic shift in the types of concerns identified without a corresponding shift in the way families are assessed for need. The provision of a forensic investigation to all families does not distinguish between urgent safety concerns and needs that may require prolonged engagement. Effective service provision requires more precision in our response to these diverse concerns.
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 | 0,001 | 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 ».