MétaCan
Menu
← Retour à la cohorte
Enregistrement W4381488546 · doi:10.32920/23554818

The absence of language: A critical race discourse analysis of Ontario’s child welfare legislation and the impacts on Black families

2023· preprint· en· W4381488546 sur OpenAlexafffundabout
Travonne Edwards, Nakema McManamna, Bryn King

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChina National Center for Food Safety Risk AssessmentGovernment of Ontario
Mots-clésLegislationRacismWelfareLegislaturePolitical scienceSociologyGender studiesLaw

Résumé

récupéré en direct d'OpenAlex

Background: The research pertaining to racial disparities for Black families in child welfare is relatively limited in Canada. Recent research reveals that the overrepresentation of Black families in Canadian child welfare systems typically begins at the reporting or investigation stage and continues throughout the child welfare service and decision-making continuum. This research is occurring against the backdrop of increasing public acknowledgement of Canada’s historic anti-Black policy-making and institutional relationships to Black communities. Though there is increased awareness about anti-Black racism, there has been limited exploration of the connection between anti-Black racism in child welfare legislation and how this policy generates disparities for Black families in both child welfare involvement and outcomes – this paper seeks to fill this gap in knowledge. Objective: The objective of this paper is to explore the entrenchment of anti-Black racism within the child welfare system by critically assessing the language and absence of language within the guiding legislative and implementation policies. Methods: Utilizing a critical race discourse analysis method, this study explores the entrenchment of anti-Black racism within the Ontario child welfare system by critically assessing the language and absence of language within the guiding legislative policies that shape practice for Black children, youth, and families. Results: The findings revealed that though the legislation does not explicitly address anti-Black racism, there were instances where the legislation indicated that race and culture may be considered in responding to children and families. The lack of specificity, particularly in the Duty to Report, has the potential to contribute to disparate reporting and decision-making for Black families. Conclusions: Policy makers should acknowledge the history of anti-Black racism that informed the development of the legislation in Ontario and move towards tackling systemic injustices that disproportionately affect Black families. More explicit language will shape future policies and practices to ensure that the impact of anti-Black racism is considered across the child welfare continuum.

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)0,020
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,139
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0410,033
Communication savante0,0110,006
Science ouverte0,0020,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,394
Écart entre enseignants0,366 · 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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSocial Work Education and Practice→Travaux en français237 207→