Assessing child protection training: A cross-sectional study among pediatric residents in Riyadh, Saudi Arabia
Notice bibliographique
Résumé
Child abuse is a pervasive global issue with far-reaching consequences for individuals and communities. This study aimed to evaluate the experience of pediatric residents in identifying and managing child abuse cases in Riyadh, Saudi Arabia. The study was conducted in Riyadh, Saudi Arabia; participants were residents in years 1–4 of the Saudi pediatric residency program. This is a cross-sectional study. A validated questionnaire was used to collect the data from February–September 2023. Descriptive analysis was done using STATA. Out of 426 surveys sent, 251 responded (response rate: 58.92 %), of them, 239 complete responses were analyzed. Respondents were predominantly single 69.46 % and in various stages of residency. Most institutions had child protection specialists 80.75 %, and 83.26 % had a dedicated team. Nearly half of all pediatric residents (47.28 %) surveyed are unsatisfied with training in child protection. Despite that, in Riyadh, few institutions offer appropriate training as part of their residency programs. When assessing the competency in evaluating various child abuse forms, residents felt not competent in sexual 64.01 % and emotional abuse 55.65 %. While 57.56 % felt competent in evaluating failure to thrive cases. The majority of residents (76.15 %) anticipate dealing with child abuse cases as practicing pediatricians. The results revealed a need for improvement, particularly in the competency of evaluating child abuse cases. Despite the presence of child protection teams in most institutions, responding to residents' unmet need for child protection training requires curriculum reform and training that hones the practical skills essential for recognizing and managing child abuse cases. • Nearly half of all residents (47.28 %) in a Saudi pediatric residents programme see training for the management of child abuse cases insufficient. • Most residents (89.12 %) indicate that they want more training in the management of children experiencing sexual and emotional abuse. • A large proportion (76.15 %) of residents expecting to see child abuse cases during their career, taking steps to bolster training and provide certification is important.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».