MétaCan
Menu
Retour à la cohorte
Enregistrement W4404024854 · doi:10.22215/cujs.v3i1.4810

Can Evidence of Trauma, Diversity, and Inclusivity Training Be Reliably Detected in Probation and Parole Officer Case Notes?: An Exploratory Study

2024· article· en· W4404024854 sur OpenAlexaffabout
Ellen Coady, Shelley L. Brown

Notice bibliographique

RevueCarleton undergraduate journal of science. · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOfficerDiversity (politics)Exploratory researchPsychologyMedical educationTraining (meteorology)CriminologyMedicinePolitical scienceSociologyLawGeographySocial science

Résumé

récupéré en direct d'OpenAlex

This study investigated the detectability of trauma, diversity, and inclusivity (TDI) training in probation and parole officer (PPO) case notes following the implementation of the Made-in-Ontario Core Correctional Practices (CCP) Model of Community Supervision. Adherence to TDI principles pre- and post-CCP training was examined and interrater scores were calculated to measure reliability. Case notes from five PPOs, covering 45 clients, were analyzed pre-training (n = 30) and post-training (n = 15). Results suggested that after training, officers trended towards using more TDI skills and principles over the course of supervision, but effect sizes were small. Greater inter-rater reliability was observed for TDI skills than for TDI principles. However, challenges in coding adherence to general TDI principles were noted. Implications include the need for larger sample studies and refined coding manuals to improve reliability.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
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 Opus0,090
Tête enseignante GPT0,349
Écart entre enseignants0,258 · 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.

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCarleton undergraduate journal of science.Même sujetCriminal Justice and Corrections AnalysisTravaux en français237 207