A critical analysis of the Assessment and Action Record (AAR) documentation: Examining the educational experiences of Black youth-in-care in Ontario
Notice bibliographique
Résumé
This article focuses on the Ontario Assessment and Action Record (AAR), used in child welfare to understand how this documentation supports (and fails to support) Black youth-in-care and their academic needs. We applied a critical review and analysis of three distinct but interconnected sources of data: 1) the AAR-C2-2016; 2) literature on the education of Black youth-in-care in Ontario; 3) policy and agency documents concerning how this group is faring. In our analysis of the AAR and its education dimension, findings suggest the AAR has been a race-neutral tool, which has implications in terms of how we conceptualize structural barriers faced by Black children and youth-in-care. We identified gaps and potential practice dilemmas for child welfare workers when using AAR documentation procedures. Using Critical Race Theory and the United Nations human rights framework, we argue that the AAR can be a tool to identify, monitor, and challenge oppression for Black children and youth-in-care who experience a continual negotiation of racialization alongside being a foster child. The AAR recordings can be harmful if they are simply a collection of information on the key areas of a child’s life. Prioritizing the academic needs of Black children in care is critical to social work and aligns with the commitments of One Vision, One Voice, Ontario’s Anti-Racism Strategic Plan as well as the United Nations Convention on the Rights of the Child, particularly in relation to the right to education.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,003 | 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 ».