MétaCan
Menu
Retour à la cohorte
Enregistrement W4401742625 · doi:10.1111/lcrp.12269

Urgent issues and prospects on investigative interviews with children and adolescents

2024· article· en· W4401742625 sur OpenAlexaff
Victoria Talwar, Angela M. Crossman, Stephanie D. Block, Sonja P. Brubacher, Rachel E. Dianiska, Ana Karen Espinosa Becerra, Gail S. Goodman, Mary Lyn Huffman, Michael E. Lamb, Kamala London, David La Rooy, Thomas D. Lyon, Lindsay C. Malloy, Lauren E. Maltby, Van P. Nguyen Greco, Martine B. Powell, Jodi A. Quas, Corey J. Rood, Sydney D. Spyksma, Linda C. Steele, Zsófia A. Szojka, Yuerui Wu, Breanne E. Wylie

Notice bibliographique

RevueLegal and Criminological Psychology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensOntario Tech UniversityUniversity of OttawaMcGill University
Organismes subventionnairesnon disponible
Mots-clésBest practicePsychologyPublic relationsEngineering ethicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract While there has been considerable research on investigative interviews with children over the last three decades, there remains much to learn. The aim of this paper was to identify some of the issues and prospects for future scientific study that most urgently need to be addressed. Across 10 commentaries, leading scholars and practitioners highlight areas where additional research is needed on investigative interview practices with youths. Overarching themes include the need for better understanding of rapport‐building and its impact, as well as greater focus on social‐cultural and developmental factors and the needs of adolescents. There are calls to examine how interviews are occurring in real‐world contexts to better inform best practice recommendations in the field, to find means for ensuring better adherence to best practices among various groups of practitioners, and to understand their importance and impact when not followed, including by those testifying in courts. All reflect the need to better address that recurring challenge of reliably and consistently eliciting accurate and credible information from potentially reluctant young witnesses.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

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

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 Opus0,117
Tête enseignante GPT0,359
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLegal and Criminological PsychologyMême sujetMemory Processes and InfluencesTravaux en français237 207