Application of the Implicit Relational Assessment Procedure (IRAP) to Evaluate Bias Related to Intimate Partner Violence (IPV) within Child Welfare
Notice bibliographique
Résumé
Problematic bias evidenced by child welfare professionals in relation to Intimate Partner Violence (IPV) victimization can negatively impact outcomes for children and families in the foster care system. The literature supports malleability of IPV-related bias in response to training interventions. These studies rely heavily on self-report measures. Self-report tools capture extended responses (explicit bias). These measures are less likely to reflect immediate responses (implicit bias). Combining explicit and implicit measures may inform a more comprehensive understanding. Purpose of Study: We employed a multi-method protocol to measure bias evidenced by dependency professionals in relation to IPV victimization. Method: Participants completed the Implicit Relational Assessment Procedure - Intimate Partner Violence (IRAP-IPV), an explicit analog of the IRAP-IV, and a gender-neutral version of the Domestic Violence Myth Acceptance Scale (GN-DVMAS). Principle Results: Results show expected divergence between explicit and implicit measures, with stronger positive valuation reflected on the explicit tools. We compared IRAP-IPV scores across in person and virtual groups. While statistical analyses indicate no significant between-group differences, divergence is evident upon visual inspection. Conclusion: This study supports the importance of multi-method measurement when evaluating IPV-related bias. We discuss results in terms of social and contextual factors within child welfare that may influence how dependency professionals respond to IPV. We offer recommendations for promoting a more equitable child welfare experience for victim-survivors, their families, and the professionals who serve them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».