MétaCan
Menu
Retour à la cohorte
Enregistrement W2802966684

Child neglect: predicting future protection concerns and a comparison of profiles

2018· dissertation· en· W2802966684 sur OpenAlexaboutno aff
Carl Newton

Notice bibliographique

RevueLu Zone Ul (Laurentian University) · 2018
Typedissertation
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeglectChild protectionPsychologyPolitical scienceLawPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research suggests that factors that influence child maltreatment are not restricted to one area (e.g. parental characteristics, child characteristics, societal characteristics), but are spread across numerous ecological systems. Child protection data from the Ontario Family and Child Strengths and Needs Assessment (FCSNA) was obtained. Records for children and caregivers of 128 families who had verified child neglect allegations were used in predictive analyses, in order to determine which families would return with further child protection concerns. Results of logistic regression analyses showed that variables related to caregiver capacity and social support were predictive of verified maltreatment concern recurrence. Caregivers with alcohol, drug, and substance abuse concerns, resource management issues, and strengths in physical health were more likely to be involved in recurrent investigations than those non-recurrent parents. Higher levels of social support from peer and adult relationships (for children) indicated a greater likelihood of child protection recurrence. Results suggest greater attention to substance abuse issues, as well as resource management and poverty in families with verified child neglect concerns. Furthermore, the results offer insight into the nature of the relationship between child maltreatment recurrence and social support. Recommendations of future research directions are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLu Zone Ul (Laurentian University)Même sujetChild Abuse and TraumaTravaux en français237 207