Enregistrement W3080393171 · doi:10.1016/j.chiabu.2020.104650

Child maltreatment data: A summary of progress, prospects and challenges

2020· article· en· W3080393171 sur OpenAlexaff

John Fluke, Lil Tonmyr, Jenny Gray, Leonor Bettencourt Rodrigues, Flora Bolter, Scottye J. Cash, Andreas Jud, Franziska Meinck, Abigail Casas Muñoz, Melissa O’Donnell, Rhiannon Pilkington, Leemoy Weaver

Notice bibliographique

RevueChild Abuse & Neglect · 2020

Typearticle

Langueen

DomainePsychology

ThématiqueChild Abuse and Trauma

Établissements canadiensPublic Health Agency of Canada

Organismes subventionnairesInternational Society for the Prevention of Child Abuse and NeglectEconomic and Social Research Council

Mots-clésChild abuseData collectionConvention on the Rights of the ChildIntervention (counseling)Poison controlPsychologyHuman factors and ergonomicsComputer securityMedicinePolitical scienceMedical emergencyComputer scienceHuman rightsPsychiatrySociologyLawSocial science

DOI10.1016/j.chiabu.2020.104650

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019

score de la tête « metaresearch » (Gemma)0,029

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesMétarecherche

Catégories consensuellesaucune

DomaineSignal candidat: Méthodes · Signal consensuel: aucune

Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune

GenreSignal candidat: Synthèse · Signal consensuel: Synthèse

Score de désaccord entre enseignants0,981

Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,019	0,029
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,003	0,002
Bibliométrie	0,012	0,018
Études des sciences et des technologies	0,001	0,002
Communication savante	0,006	0,008
Science ouverte	0,002	0,004
Intégrité de la recherche	0,002	0,004
Charge utile insuffisante (le modèle a refusé de juger)	0,008	0,002

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 Opus0,048

Tête enseignante GPT0,283

Écart entre enseignants0,234 · 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