Child welfare investigations involving exposure to intimate partner violence: Case and worker characteristics
Notice bibliographique
Résumé
Objectives: This paper explores child welfare investigations involving three forms of children’s exposure \nto intimate partner violence (IPV): direct witness to physical violence, indirect exposure to physical \nviolence, and exposure to emotional violence, and the characteristics associated with these subtypes. \nThese data allow the exposure to IPV typology to be more precisely examined as the subtypes define \nthe specific event(s) investigated. Methods: Using a large representative dataset of an estimated 22,373 \ninvestigations, clinical and case characteristics are examined. Bivariate analyses are conducted in order to \nassess differences for the three forms of IPV. Results: Investigations involving children’s direct witnessing \nof physical violence was most frequently substantiated and kept open for ongoing child welfare services \ncompared to other forms of exposure. Caregiver risk factors differed significantly between the three \nsubtypes of exposure to IPV. Some worker characteristics were also significantly different (e.g., social \nwork degree, and domestic violence training) depending on the type of exposure IPV being investigated. \nConclusions and Implications: These results have important policy and practice implications in that they \nshow that a differential systems response is needed for exposure to IPV, depending on the type of exposure \nand the child, family, and household risk factors present. The results also suggest that some workers may \nrequire additional domestic violence training.
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) | 0,008 | 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 ».