Impacts of child welfare worker and clientele characteristics on attitudes toward trauma informed-care
Notice bibliographique
Résumé
Background: There is increasing recognition of the need to integrate trauma-informed care (TIC) into child welfare practices, given the high rates of trauma experiences among children and youth across these settings. The implementation of TIC is facilitated by various elements, including worker attitudes, yet further research is needed to illuminate the factors that influence child welfare workers’ positive regard for TIC. Objectives: This study aims to explore the relationship between child welfare worker attitudes regarding TIC with workers’ and clients’ individual characteristics. Methods: N = 418 child welfare workers from 11 agencies completed two measures: a demographic questionnaire as well as the French translated version of the ARTIC-35 questionnaire comprised of five subscales. Linear mixed effects models were run for each ARTIC subscale, examining how child and worker factors affect attitudes toward TIC. Results: Participants indicated relatively positive attitudes toward TIC. Managerial staff in offender units scored higher on the subscale regarding their beliefs about the causes underlying child behaviors and on the subscale regarding beliefs about the secondary effects of trauma, than their counterparts in protection units serving boys. Managers scored higher than frontline staff on worker self-efficacy, response to problem behavior, and on-the-job behavior subscales. Workers with a community college degree—and not a university degree–indicated greater sense of self-efficacy. Conclusions: This study points to the importance of paying attention to the characteristics of both workers and clients that may influence inclination toward TIC principles, as a means to build effective integration of this approach in child-serving settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».