The Extended Modified Maltreatment Classification System (EMMCS): A validation study
Notice bibliographique
Résumé
BACKGROUND: One way to measure maltreatment is to code the narratives in Child Protective Services (CPS) files on a standardized instrument. This serves to document dimensions of maltreatment-such as types/subtypes, severity, frequency and chronicity-difficult if not impossible to measure from administrative data. The instrument most commonly used for this purpose is the Modified Maltreatment Classification System (MMCS, English & Longscan, 1997). Few studies have focused on the psychometric properties of such instruments. OBJECTIVE: This study sought to present the Extended Modified Maltreatment Classification System (EMMCS) and inter-rater reliability and convergent validity data for this updated instrument. PARTICIPANTS AND SETTING: The convenience sample was composed of the CPS files of 240 children 0 to 17 years old reported to a single CPS agency in Québec (Canada) and for which the allegations were declared substantiated by CPS practitioner. METHODS: Written narratives were coded on two instruments: the EMMCS (two coders) and the form used in the Étude d'incidence québécoise sur les situations évaluées en protection de la jeunesse - short form (FEIQ-SF, one coder). Inter-rater reliability was assessed by calculating kappas and intra-class correlations for all variables generated by the EMMCS for two coders and convergent validity by measuring the relationship between the EMMCS maltreatment variables and: a) the FEIQ-SF maltreatment variables and b) the FEIQ-SF child's functioning problems on the FEIQ. RESULTS: Inter-rater agreement on nearly all EMMCS variables (97 %) proved excellent, and EMMCS maltreatment type variables showed good convergent validity with FEIQ-SF variables (narrow convergent validity) and with indicators of child's functioning problems (broad convergent validity). CONCLUSIONS: Overall, the results of our study indicate that the EMMCS possesses excellent inter-rater reliability and good convergent validity. These promising results underscore the potential of the EMMCS to become a reference in the field.
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 | 0,012 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».