Collaborative Supervision Strategy To Prevent Child Violence In Temporary Care Institutions
Notice bibliographique
Résumé
Child abuse remains a serious issue in Child Care Centers, which serve as temporary care institutions for children of working parents—particularly mothers who are the main breadwinners. Several recent cases, including the death of an infant at Princess Childcare Bali, physical abuse in a Serpong daycare, and neglect at facilities such as Early Step in Pekan and Wensen School Indonesia in Depok, highlight the vulnerability of children in these settings. These incidents negatively affect children's growth and development and indicate systemic weaknesses in supervision and regulation. Data reveal that 44% of daycare centers operate without legal permits, 96% provide care services, yet only 33.3% of caregivers are certified. This reflects inadequate enforcement of care standards and fragmented oversight due to unclear inter-sectoral roles and responsibilities. This study uses a qualitative approach with a Systematic Literature Review (SLR) methodology to explore the current gaps in policy and institutional practice. The objective is to develop actionable policy recommendations that strengthen child protection in temporary care institutions. The findings point to a critical need for integrated, cross-sectoral supervision mechanisms and standardized caregiver certification requirements. The main policy recommendation is to revise and enhance the Child-Friendly District/City Evaluation Indicators to include clearer guidelines on childcare service regulation, oversight coordination, and caregiver competency standards. These measures are essential to improving institutional accountability and ensuring child safety and well-being in childcare facilities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».