What would help low-income families? Results from a North American survey of 2-1-1 helpline professionals
Notice bibliographique
Résumé
Almost half of young American children live in low-income families, many with unmet needs that negatively impact health and life outcomes. Understanding which needs, proactively addressed, would most improve their lives would allow maternal and child health practitioners and social service providers to generate collaborative solutions with the potential to affect health in childhood and throughout the life course. 2-1-1 referral helplines respond to over 16 million inquiries annually, including millions of low-income parents seeking resources. Because 2-1-1 staff members understand the availability of community resources, we conducted an online survey to determine which solutions staff believed held most potential to improve the lives of children in low-income families. Information and referral specialists, resource managers, and call center directors ( N = 471) from 44 states, Puerto Rico, and Canada ranked the needs of 2-1-1 callers with children based on which needs, if addressed, would help families most. Childcare (32%), parenting (29%), and child health/health care (23%) were rated most important. Across all childcare dimensions (e.g. quality affordable care, special needs care), over half of the respondents rated community resources inadequate. Findings will help practitioners develop screeners for needs assessment, prioritize resource referrals, and advocate for community resource development.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».