How can we talk about child protection without talking about child protection?
Notice bibliographique
Résumé
Language used by professionals when describing or speaking with parents of children within child protection services can be stigmatizing and harmful. Professionals across health, welfare and childhood education sectors frequently encounter parents who are experiencing multiple social, economic, and health adversities that impact their children's health, development, wellbeing , or physical safety. Families experiencing multiple adversities are often caught within intergenerational cycles of disadvantage and marginalisation which are difficult to escape. A public health response to child protection responds to those experiencing adversities and provides prevention, early support, and responses before situations escalate to where children's safety is under threat. Nurses, social workers, physicians, midwives , and lawyers are some examples of professionals who form the broader network of health, welfare, and early childhood professionals who are well-placed for child protection public health responses to prevention and early intervention that empowers families to disrupt intergenerational disadvantage. Language used throughout society and across health, welfare and education sectors to respond to families experiencing adversities including violence and maltreatment may inadvertently further marginalise these families and reduce their willingness to seek and accept support. This language has particularly significant consequences when used across government policy, health and welfare systems and by service providers and practitioners to enact a child protection public health response. This paper firstly summarises the historical and social context shaping the language used when supporting families impacted by violence and child maltreatment, and concludes with strategies to address unhelpful language that can perpetuate marginalisation and stigma.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».