Building Public Sector Reputation: An Examination of Child Welfare in Ontario
Notice bibliographique
Résumé
Building positive reputation in child welfare has been compared by professionals in the field to attempting to swim against the current. That the sector faces challenges in bolstering its public image is not surprising, as it is seen as a service of last resort for families experiencing significant challenges (Swift & Callahan, 2002). Existing research primarily examines how child welfare organizations attempt to manage reputation through media. With media being just one input that citizens consider when developing their perceptions of these highly complex agencies, there is a need for research that looks at reputation management holistically through models developed by scholars in the field (Fombrun & van Riel, 2007; Luoma-aho, 2008; Grunig & Hung-Baesecke, 2015). This study sought to understand how and to what extent Children’s Aid Societies (CAS) in Ontario manage their reputations by developing trust with citizens and ensuring positive outcomes for clients. The results demonstrate that, although the public supports the concept of child welfare, the work of these agencies remains mysterious to most. This presents an opportunity and need for CASs to take control of the narrative and tell their own stories to the community. Based on the findings of in-depth interviews with CAS professionals and a nonprobability survey of Ontario residents, this study proposes a Child Welfare Reputation Index. This tool can be used by CASs to assess their reputations and develop a roadmap to enhance standing within their communities.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 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 ».