Addressing the prevention and treatment of child sexual abuse in culturally and linguistically diverse (CALD) communities in Australia - PROJECT METHODOLOGY
Notice bibliographique
Résumé
In 2016, a systematic literature review on child sexual abuse and ethnic minority communities was conducted to help address a long-standing gap in knowledge. Ethnic minorities refer to migrants in Western English-dominant multicultural countries (such as Australia, the US, UK, Canada, and New Zealand) who are non-mainstream in race, culture, language, and/or religion – the four main dimensions of ethnicity (O’Hagan, 1999). Four broad themes were explored – community awareness of child sexual abuse, culturally appropriate prevention, barriers to disclosure of child sexual abuse among ethnic minorities, and culturally appropriate treatment. Findings in relation to these four themes are only briefly described here. The full results are available from the Project Website. Based on all these findings from the systematic literature review, a multi-year project was designed, and Griffith University (GU) has contributed funding to it. The study is comprised of three intended stages, each developing and evaluating an education program to help build capacity across various community sectors. The first program is for the service sector, and aims to build awareness and knowledge of all the key issues that emerged from the review as well as clinical confidence and competence. The second program is for CALD parents/guardians, and aims to build awareness and knowledge about child sexual abuse and the role of governments regarding child safety in culturally sensitive ways as well as confidence and competence to protect their children. The third program is for the school sector, and aims to build awareness and knowledge about the pitfalls of only using universal or only using culturally tailored prevention programs as well as staff confidence and competence to respond supportively and culturally appropriately to disclosures.
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 | 0,059 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».