An examination of trends in child sexual abuse investigations in Ontario over time
Notice bibliographique
Résumé
BACKGROUND: Child sexual abuse (CSA) rates have been declining since the 1990s (Dunne et al., 2003; Finkelhor & Jones, 2004, 2012; Jones et al., 2001). Discrepancies in contexts and measures complicate comparing CSA rates across jurisdictions and studies, and there is limited literature about trends in CSA in Canada. OBJECTIVE: Using data from the Ontario Incidence Study of Reported Child Abuse and Neglect (OIS), the only source of provincially aggregated data in Ontario, Canada, that describes child welfare investigations, this paper provides information on reported and investigated CSA over the past 20 years. PARTICIPANTS AND SETTING: The OIS uses a file review methodology; information is collected directly from investigating child welfare workers. METHODS: A sample of child welfare agencies is selected for the study, and data are collected over a three-month period. Weights are applied to produce annual provincial estimates. RESULTS: The rates of investigated CSA in Ontario decreased between 1993 and 2013, from 5.20 (95% CI [3.94, 6.47]) to 1.81 (95% CI [0.97, 2.66]) children per 1000. During this time, the rate of all child maltreatment-related investigations doubled, from 21.41 (95% CI [18.38, 24.42]) to 53.32 ([29.61, 77.03]) children per 1000. CONCLUSIONS: Unlike other forms of child maltreatment, the incidence of investigated CSA in Ontario declined since 1993. Substantiation rates for CSA investigations decreased more dramatically than the rate of all CSA investigations, which could indicate a true decline in rate or an inability to accurately identify cases of CSA.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».