Child Maltreatment Fatality Review: Purposes, Processes, Outcomes, and Challenges
Notice bibliographique
Résumé
Better understanding of the causes and circumstances of maltreatment deaths of children is needed to prevent tragedy. The purpose of this article is to facilitate understanding of child maltreatment fatality review processes and their outcomes. A literature review was conducted through searches of the databases PubMed, PsycINFO, and EMBASE and through citations in publications. Over 165 publications were reviewed and 55 were selected for inclusion. Papers were from the United States, England, Ireland, Northern Ireland, Netherlands, France, Canada, Australia, South Africa, Switzerland, Saudi Arabia, Japan, and China. These were included if they described fatality review goals, authority, procedures, and outcomes. Although we searched databases on a continual basis during the preparation of this review, we could have missed publications, particularly those in newspapers and journals that are not included in large-scale databases or cited in other articles. Improvement of fatality review requires diligence by individuals and organizations that provide information to the reviewers. Among challenges to the review process are varying criteria for review, misclassifications of the manner of death, inadequate or incomplete forensic and medical investigations, lack of information about the perpetrator, diversity of the community, concealment of the cause of death by parents or other caregivers, and disagreement among reviewers about the results of their inquiries. Institutional challenges are also present, which include the need for funding, privacy issues on obtaining information, updating reviewer training, lack of follow-up by institutional authorities on the recommendations of the reviews, and research facilitating the review of maltreatment fatalities.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».