Can coders abstract child maltreatment variables from child welfare administrative data and case narratives for public health surveillance in Canada?
Notice bibliographique
Résumé
BACKGROUND: Public health surveillance is essential to inform programs that aim to eradicate child maltreatment (CM) and to provide services to children and families. However, collection of CM data imposes a burden on child welfare workers (CWWs). This study assesses the feasibility of hiring coders to abstract the required information from administrative records and case narratives. METHODS: Based on a convenience sample of child welfare data from Manitoba, Canada, two coders abstracted information on 181 alleged CM cases. The coders completed a short web-based questionnaire for each case to identify which of five types of CM had been investigated, level of substantiation for each type, and risk of future CM. The CWWs responsible for each case completed the same questionnaire. Percentages of the occurrence of CM by the three sources were compared. The validity of the coders' classifications was assessed by calculating sensitivity, specificity, and positive and negative predictive values, against the CWWs' classifications as the "gold standard." Cohen's kappa was also calculated. RESULTS: The coders' classifications of physical abuse, sexual abuse and neglect generally matched those of CWWs; for exposure to intimate partner violence, agreement was weak for one coder. Coding of emotional maltreatment and risk investigations could not be evaluated. CONCLUSION: Results were promising. Abstraction was not time-consuming. Differences between coders and CWWs can be largely explained by the administrative data system, child welfare practice, and legislation. Further investigation is required to determine if additional training could improve coders' classifications of CM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,099 | 0,381 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».