What Difference does it Make if they have Children? A Mixed Methods Study of the Impact of Children on Service Providers’ Perception of Mandatory Reporting of Intimate Partner Violence
Notice bibliographique
Résumé
Abstract Purpose Whether professionals consider children to be an important factor regarding mandatory reporting of intimate partner violence (MR-IPV) remains unknown. In the present study, we examined to what extent the presence of children had an impact on service providers’ decision making when faced with IPV, and the parents’ reported consequences of MR-IPV for the children. Methods The present study is a mixed methods study combining quantitative ( N = 374 service providers and N = 86 IPV victims) and qualitative ( N = 59 service providers and N = 10 IPV victims) data in a convergent parallel design. Descriptive analyses and Kruskal- Wallis H-tests from the quantitative data were used. The analytic process for the qualitative analyses was informed by Braun and Clarke’s thematic analysis. Results The service providers found it easier to set aside confidentiality in IPV cases when the purpose was safeguarding children. The findings indicated some confusion about the difference and interface between the obligation to notify the child welfare service and to report under MR-IPV to the police. IPV victims who had experienced MR-IPV reported mixed consequences for their children. However, more than half reported that their children were better off after the MR-IPV. Conclusions The recognition of the impact of IPV on children in practice, research and policy-making might lead to some inconsistencies and contradictions in how service providers respond to IPV. Accordingly, service providers must take into account the challenges in situations where MR-IPV might be applicable in order to protect both the child(ren) and the victimized adult from IPV.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».