MétaCan
Menu
Retour à la cohorte
Enregistrement W3089971955 · doi:10.35502/jcswb.151

“I don’t want people to think I’m a criminal”: Calling for more compassionate policing in child and youth mental health

2020· article· en· W3089971955 sur OpenAlexaffvenue
Maria Liegghio, Alexis Hiêú Truong, Herberth Canas, Hamad Al-Bader

Notice bibliographique

RevueJournal of Community Safety and Well-Being · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of OttawaYork University
Organismes subventionnairesnon disponible
Mots-clésMental healthCriminalizationPsychologyNarrativeCriminal recordCriminologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

In this paper, we present the outcomes of a narrative study of thirteen interviews with six child and youth mental health practitioners and seven caregivers with a child between 12 and 24 years old involved with the mental health system and with a history of police involvement. The focus of the interviews was the how young people involved with the mental health system and their caregivers had experienced police encounters. Two main categories of themes emerged. Presented here are the outcomes in terms of the reasons for and nature of the police encounters. Across the interviews, police services were accessed primarily for support to deescalate physical or verbal situations involving a distressed child. As two subcategories, police encounters were described as negative and associated with stigma and criminalization, while positive encounters were associated with the appropriate use of police authority. A call is made for more compassionate policing.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,315
Écart entre enseignants0,285 · 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'étudeQualitatif
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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Community Safety and Well-BeingMême sujetChild Abuse and TraumaTravaux en français237 207