MétaCan
Menu
Retour à la cohorte
Enregistrement W2805955124 · doi:10.1542/peds.2018-0577

Understanding the Intergenerational Cycle of Child Protective Service Involvement

2018· letter· en· W2805955124 sur OpenAlexaboutno aff
Rachel P. Berger, Erin Dalton, Kristine A. Campbell

Notice bibliographique

RevuePEDIATRICS · 2018
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFoster carePopulationFamily medicineHealth carePediatricsEmergency departmentGerontologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Adolescents in foster care have a higher pregnancy rate than those who are not in foster care. Children of adolescent mothers are also more likely to be maltreated than children of older mothers.1,2 This is perhaps one of the clearest examples of intergenerational maltreatment. The challenge is determining how to change the trajectory of the children of adolescents in foster care to decrease the unfortunate phenomenon of these children “grandchilding” into foster care. In this issue of Pediatrics , Wall-Wieler et al3 investigate the risk of foster care placement before the second birthday for children of adolescents placed in foster care during pregnancy. They do this through a data linkage of the Population Data Research Repository at the Manitoba Centre for Health Policy and physician claims, hospitalization data, and child protection information. Mothers who were ˂18 years of age and gave birth to their first child in Manitoba County over a 15-year period ending in 2013 were included. The data set included a total of 5946 mothers, of which 9.7% ( n = 576) were in foster care at the time of the birth. The investigators are to be commended for opening the door on this complex topic. We note several concerns with the study that should … Address correspondence to Rachel P. Berger, MD, MPH, Department of Pediatrics, Children’s Hospital of Pittsburgh of UPMC, 4117 Penn Ave, Pittsburgh, PA 15224. E-mail: rachel.berger{at}chp.edu

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

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

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 Opus0,069
Tête enseignante GPT0,279
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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 revuePEDIATRICSMême sujetChild Welfare and AdoptionTravaux en français237 207