Estimating costs and benefits associated with evidence-based prevention: Four case studies based on the Fourth R program
Notice bibliographique
Résumé
Teen violence in dating and peer relationships has huge costs to society in numerous areas including health care, social services, the workforce and the justice system. Physical, psychological, and sexual abuse have long-lasting ramifications for the perpetrators as well as the victims, and for the families involved on both sides of that equation. An effective violence prevention program that is part of a school’s curriculum is beneficial not only for teaching teenagers what is appropriate behaviour in a relationship, but also for helping them break the cycle of violence which may have begun at home with their own maltreatment as children. The Fourth R program is an efficacious violence prevention program that was developed in Ontario and has been implemented in schools throughout Canada and the U.S. Covering relationship dynamics common to dating violence as well as substance abuse, peer violence and unsafe sex, the program can be adapted to different cultures and to same-sex relationships. The program, which gets its name from the traditional 3Rs — reading, ’riting and ’rithmetic — offers schools the opportunity to provide effective programming for teens to reduce the likelihood of them using relationship for violence as they move into adulthood.
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 | 0,060 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».