MétaCan
Menu
Retour à la cohorte
Enregistrement W4393928377 · doi:10.3138/jmvfh-2023-0054

Education for children and youth living in Canadian military families: Lessons from the past and future considerations

2024· article· en· W4393928377 sur OpenAlexafffundvenueabout
Shannon Hill, Allan English, Alla Skomorovsky, David L. Albright, Heidi Cramm

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensDepartment of National DefenceQueen's University
Organismes subventionnairesMinistère de la Défense NationaleGovernment of Canada
Mots-clésPsychologyDevelopmental psychologyPolitical scienceGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

Research indicates that participation in school has positive impacts on health and well-being, particularly for at-risk students, such as military-connected students who experience frequent relocations and constant school transitions. Efforts to support the educational experiences of Canadian military-connected children and youth began after the Second World War, with the establishment of schools both inside and outside Canada by the Department of National Defence. Since the establishment of these schools, support infrastructure has continued to ebb and flow. At a time when Canadian defence policy emphasizes supporting military families, it is important to understand how to move forward with policy, programming, and research to better support the educational experiences of children and youth living in Canadian military families - a population that receives inconsistent attention across policy, programming, and research. Using the post-Second World War Canadian military, particularly the Royal Canadian Air Force (RCAF), as a historical example, this article offers insight into what can happen when domains essential to stable family life, such as child and youth education, are inconsistently addressed.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,453

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0220,007
Communication savante0,0070,003
Science ouverte0,0030,006
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,029
Tête enseignante GPT0,318
Écart entre enseignants0,289 · 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

Citations1
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetChild Abuse and TraumaTravaux en français237 207