MétaCan
Menu
Retour à la cohorte
Enregistrement W4387293431 · doi:10.1089/heq.2023.0136

Medical Professional Reports and Child Welfare System Infant Investigations: An Analysis of National Child Abuse and Neglect Data System Data

2023· article· en· W4387293431 sur OpenAlexaff
Frank Edwards, Sarah C. M. Roberts, Kathleen S. Kenny, Mical Raz, Matty Lichtenstein, Mishka Terplan

Notice bibliographique

RevueHealth Equity · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesU.S. Department of Health and Human Services
Mots-clésNeglectWelfareChild abusePopulationMedicineIndigenousChild neglectChild protectionMedical recordInfant mortalityDemographyPoison controlPsychologyInjury preventionFamily medicineEnvironmental healthPsychiatryPolitical scienceNursingSociology

Résumé

récupéré en direct d'OpenAlex

Background: Medical professionals are key components of child maltreatment surveillance. Updated estimates of reporting rates by medical professionals are needed. Methods: We use the National Child Abuse and Neglect Data System (2000-2019) to estimate rates of child welfare investigations of infants stemming from medical professional reporting to child welfare agencies. We adjust for missing data and join records to population data to compute race/ethnicity-specific rates of infant exposure to child welfare investigations at the state-year level, including sub-analyses related to pregnant/parenting people's substance use. Results: =731,705) stemmed from medical professionals' reports. Population-adjusted rates of these investigations stemming doubled between 2010 and 2019 (13.1-27.1 per 1000 infants). Rates of investigations stemming from medical professionals' reports increased faster than did rates for other mandated reporters, such as teachers and police, whose reporting remained relatively stable. In 2019, child welfare investigated ∼1 in 18 Black (5.4%), 1 in 31 Indigenous (3.2%), and 1 in 41 White infants (2.5%) following medical professionals' reports. Relative increases were similar across racial groups, but absolute increases differed, with 1.3% more of White, 1.7% of Indigenous, and 3.1% of Black infants investigated in 2019 than 2010. Investigations related to substance use comprised ∼35% of these investigations; in some states, this was almost 80%. Discussion: Rates of child welfare investigations of infants stemming from medical professional reports have increased dramatically over the past decade with persistent and notable racial inequities in these investigations.

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)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,013
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,123
Tête enseignante GPT0,436
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations36
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EquityMême sujetChild Abuse and TraumaTravaux en français237 207