MétaCan
Menu
← Retour à la cohorte
Enregistrement W4221042167 · doi:10.3390/ijerph19063319

A Qualitative Description of Resident Physicians’ Understanding of Child Maltreatment: Impacts, Recognition, and Response

2022· article· en· W4221042167 sur OpenAlexafffundabout
Megan Laupacis, Anita Acai, Harriet L. MacMillan, Meredith Vanstone, Donna E. Stewart, Gina Dimitropoulos, Melissa Kimber

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity Health NetworkUniversity of TorontoMcMaster UniversityUniversity of CalgaryMcMaster Children's Hospital
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésPsychologyHuman factors and ergonomicsInjury preventionPoison controlSuicide preventionMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

Child maltreatment (CM) is a public health problem with devastating effects on individuals, families, and communities. Resident physicians have varied formal education in CM, and report feeling inadequately trained in identifying and responding to CM. The purpose of this study is to explore residents' understanding of the impacts of CM, and their perceptions of their role in recognizing and responding to CM to better understand their educational needs. This study analyzed qualitative data obtained from a larger project on family violence education. Twenty-nine resident physicians enrolled in pediatric, family medicine, emergency medicine, obstetrics and gynecology, and psychiatry training programs in Alberta, Ontario, and Québec participated in semi-structured interviews to elicit their ideas, experiences, and educational needs relating to CM. Conventional (inductive) content analysis guided the development of codes and categories. Residents had thorough knowledge about the impacts of CM and their duty to recognize CM, but there was less consistency in how residents understood their role in responding to CM. Residents identified the need for more education about recognizing and responding to CM, and the need for educational content to be responsive to training, patient and family factors, and systemic issues. Despite knowledge about the impacts of CM and laws pertaining to mandated reporting, residents reported challenges with responding to concerns of CM. Findings of this study emphasize the need for better training in response to CM. Future educational interventions should consider a multidisciplinary, experiential approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,252
Tête enseignante GPT0,445
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetChild Abuse and Trauma→Travaux en français237 207→