MétaCan
Menu
Retour à la cohorte
Enregistrement W3165682697 · doi:10.1080/0886571x.2021.1929660

Patterns of Change in Restraints, Seclusions and Time-outs over the Implementation of Trauma-informed Staff Training Programs in Residential Care for Children and Youth

2021· article· en· W3165682697 sur OpenAlexaff
Alexandra Matte-Landry, Delphine Collin‐Vézina

Notice bibliographique

RevueResidential Treatment for Children & Youth · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensMcGill UniversityCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentres Intégré Universitaires de Santé et de Services Sociaux
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Residential carePsychologyMedicineNursingMedical educationApplied psychology

Résumé

récupéré en direct d'OpenAlex

Trauma-informed care (TIC) is receiving growing interest and support as a promising approach to reducing the use of restrictive measures (restraints, seclusions and time-outs) in children and youth living in residential care. In this study, we aimed to compare the use of restrictive measures prior to and following the implementation of a TIC staff training initiative in 44 residential units for children and youth and to explore differences between units and type of measures used. Patterns of change in monthly use of restrictive measures 6 months before and 12 months after the training were compared using growth curve models. Restraints, seclusions and time-outs decreased by 41.82%, 19.91%, and 48.15%, respectively, over a year following the training. Despite these important declines, trajectories of restrictive measures did not change significantly from pre- to post-training when holding the TIC training against stringent criteria. Nonetheless, some units’ characteristics were associated with successful changes. Results are promising, but not conclusive about the ability of this TIC training to produce changes in trajectories of restrictive measures, at least in the first year of implementation. This study highlights the need for rigorous statistical models in further studies to ensure accurate empirical evaluation of TIC staff training programs.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,062
Tête enseignante GPT0,343
Écart entre enseignants0,281 · 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'étudeObservationnel
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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResidential Treatment for Children & YouthMême sujetChild Abuse and TraumaTravaux en français237 207