MétaCan
Menu
Retour à la cohorte
Enregistrement W2954256438 · doi:10.1080/0312407x.2019.1624795

Pathways of Children Reported for Domestic and Family Violence to Australian Child Protection

2019· article· en· W2954256438 sur OpenAlexaff
Aron Shlonsky, Jennifer Ma, Colleen Jeffreys, Arno Parolini, Ilan Katz

Notice bibliographique

RevueAustralian Social Work · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAustralian GovernmentAustralia's National Research Organisation for Women's SafetyDepartment for Child Protection and Family SupportU.S. Department of Health and Human Services
Mots-clésPsychological interventionDomestic violenceChild protectionChild abusePoison controlPsychologySuicide preventionEnvironmental healthMedicineDevelopmental psychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Child protection systems often contend with domestic and family violence (DFV) as a maltreatment concern, yet few large-scale studies have explored how child protection services (CPS) systems respond to DFV compared with other concerns. Secondary longitudinal analysis of administrative data from three Australian State CPS systems finds that the number of DFV reports increased faster than notifications for other concerns, and children reported for DFV also tended to be reported for emotional and physical abuse. Children reported for DFV were slightly less likely to transition from report to formal child maltreatment investigation. Overall, system responses to maltreatment concerns appear to be similar across concern types despite substantial differences in their aetiologies and options for effective interventions.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,744

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,325
Écart entre enseignants0,282 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Social WorkMême sujetIntimate Partner and Family ViolenceTravaux en français237 207