Considering the child welfare system burden from opioid misuse: research priorities for estimating public costs.
Notice bibliographique
Résumé
The negative impact of opioids on those who misuse them has been widely documented. Despite significant spillover effects in the form of elevated rates of child maltreatment and child welfare system (CWS) involvement for children affected by parental opioid misuse, the public costs of opioid misuse to the CWS remain largely undocumented. This work seeks to understand the value and limitations of public data in estimating the costs of the opioid epidemic on the CWS. National data from federal sources are combined with best estimates of the association between opioid misuse and child services system utilization. The limitations of this work are explored, and future research priorities are outlined. Ultimately, this work illustrates the need to (1) improve data quality related to parental opioid misuse and CWS linkages; (2) better estimate the number of children and families coming into contact with the CWS as a result of parental opioid misuse; (3) improve predictions of CWS trajectories, including investigation, service provision, and foster care entry among this population; and (4) better estimate the CWS costs associated with patterns of system involvement resulting from parental opioid misuse. This information is crucial to ensuring the production of high-quality system involvement and cost projections related to the opioid crisis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».