Child neglect: predicting future protection concerns and a comparison of profiles
Notice bibliographique
Résumé
Research suggests that factors that influence child maltreatment are not restricted to one \narea (e.g. parental characteristics, child characteristics, societal characteristics), but are spread \nacross numerous ecological systems. Child protection data from the Ontario Family and Child \nStrengths and Needs Assessment (FCSNA) was obtained. Records for children and caregivers of \n128 families who had verified child neglect allegations were used in predictive analyses, in order \nto determine which families would return with further child protection concerns. Results of \nlogistic regression analyses showed that variables related to caregiver capacity and social support \nwere predictive of verified maltreatment concern recurrence. Caregivers with alcohol, drug, and \nsubstance abuse concerns, resource management issues, and strengths in physical health were \nmore likely to be involved in recurrent investigations than those non-recurrent parents. Higher \nlevels of social support from peer and adult relationships (for children) indicated a greater \nlikelihood of child protection recurrence. Results suggest greater attention to substance abuse \nissues, as well as resource management and poverty in families with verified child neglect \nconcerns. Furthermore, the results offer insight into the nature of the relationship between child \nmaltreatment recurrence and social support. Recommendations of future research directions are \ndiscussed.
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».