Child welfare worker perspectives on documentation and case recording practices in Canada: A mixed-methods study protocol
Notice bibliographique
Résumé
In health care and child welfare, clinical records and case notes serve multiple functions. When records are aggregated and processed to create administrative data, they can be analyzed and used to inform policy development and decision-making. To be useful, such data should be complete, accurate, and recorded in a standardized way. However, sources of bias and error can impact the quality of administrative data. During the development of national child welfare data in Canada, child welfare sector partners expressed concerns about the accuracy and completeness of data about children and families. This protocol describes a study that seeks to answer two questions: 1) What individual and institutional factors influence how client data is recorded by child welfare workers in Canada? 2) What data quality issues are created through documentation and case recording practices that may impact the use of clinical case management system data for public health statistics? In this protocol, we describe an exploratory mixed methods study that involves an online survey, interviews with a purposive sample of child welfare workers, and a document review of case recording guidelines. To be eligible for the study, participants must have worked at a child welfare agency or department with clinical documentation responsibilities as a part of their job. We will use descriptive statistics to analyze the survey data and thematic analysis to analyze the qualitative data. This study will help uncover strengths, limitations, and possible sources of bias created through case recording and documentation practices in child welfare. Study results will be shared through presentations to interest holders and will inform the further development of national child welfare data in Canada.
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 | 0,103 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,020 | 0,006 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».