The ethics of child maltreatment surveys in relation to participant distress: Implications of social science evidence, ethical guidelines, and law
Notice bibliographique
Résumé
Epidemiological surveys measuring the prevalence of child maltreatment generate essential knowledge that is required to enhance human rights, promote gender equality, and reduce child abuse and neglect and its effects. Yet, evidence suggests Institutional Review Boards (IRBs) may assess the risk of these studies using higher than normal thresholds, based on a perception they may cause high distress to participants. It is essential for IRBs and researchers to have an accurate understanding of the nature and extent of participant distress associated with these studies, and of the duties of researchers towards survey participants, so that meritorious research is endorsed and duties to participants discharged. Assessment by IRBs of the ethics of such research must be appropriately informed by scientific evidence, ethical principles, and legal requirements. This article adds to knowledge by considering participant distress in child maltreatment surveys and its appropriate ethical and operational treatment. We provide an updated overview of scientific evidence of the frequency and severity of distress in studies of child maltreatment, a review of ethical requirements including a focus on beneficence and participant welfare, and a new analysis of researchers' legal duties towards participants. Our analyses demonstrate that participant distress is infrequent and transitory, that researchers can satisfy ethical requirements towards participants, and that legal liability does not extend to emotional distress. Informed by these bodies of knowledge, we distil key principles of good epidemiological practice to provide solutions to operational requirements in these surveys, which both fulfil ethical requirements to participants, and demonstrate trauma-informed practice.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».