MétaCan
Menu
Retour à la cohorte
Enregistrement W3111601484 · doi:10.1080/10926771.2020.1848950

Recruiting Domestically Violent Fathers and Families for Research: What Does It Take?

2020· article· en· W3111601484 sur OpenAlex
Amanda Dyson, Randal David, Katreena Scott

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Aggression Maltreatment & Trauma · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensCoalition for Research in Women's HealthUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCriminologyPsychologyPolitical scienceInternet privacySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Empirical literature on strategies to effectively recruit participants for research is sparse, especially within the domestic violence domain. Evaluating recruitment methodology alongside researcher effort, time, and costs provides realistic guidelines for research planning. This study examined recruitment of fathers with and without a history of domestic violence perpetration into longitudinal research. Data were collected on 196 fathers we attempted to recruit for Time 1 assessment and 151 fathers we attempted to retain for Time 2 assessment over an eight-month timeframe. Results indicated that domestically violent fathers required similar efforts to recruit initially but required more effort for follow-up and that recruitment for father-child and mother assessments with this group was particularly challenging. Tests of two specific recruitment strategies demonstrate advantages of in-person and immediate scheduling of research appointments. Descriptive information is provided on the time and resources required for recruiting high-risk fathers into research and recommendations for conducting future research with this population are provided.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,379
Tête enseignante GPT0,515
Écart entre enseignants0,136 · 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