Reflexivity in moral decision-making: assessing and managing child abuse and domestic violence
Notice bibliographique
Résumé
Many countries are reporting increases in domestic violence and child abuse rates and intensity during the Covid-19 pandemic. This pervasive, complex, and sensitive issue requires careful responses from child welfare organisations. Signs of abuse – often hidden and open to interpretation - can be difficult to detect and assess, and processes rely on the personal judgement of social workers and professionals. Acknowledgement of the complexities of abuse has led to attempts at reorganising the field and reducing uncertainties of practice through the provision of standardised assessments, guidelines and instruments, a trend also observed in the Netherlands. Concurrently, there is a recognition of the importance of professionals’ personal judgement and the need for reflexive practice and use of different knowledges, such as intuition. There is an opportunity for guidelines to support reflection and intuition as part of ‘good care’ practice, but we have found that on the ground, professionals fear malpractice accusations. By conducting in-depth interviews with professionals and observations of their multi-disciplinary discussions, this paper explores how good reflexivity can be achieved in highly charged moral settings at the intersection of the multiple marginalizations of domestic violence and child abuse. We particularly focus on how professionals navigate complexities, and what the role is of regulatory infrastructures, including guidelines and protocols in framing their interaction with the child welfare system.
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,180 | 0,238 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,060 |
| Communication savante | 0,029 | 0,018 |
| Science ouverte | 0,005 | 0,024 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».