Schools Reporting Child Welfare Concerns in Ontario
Notice bibliographique
Résumé
Objectives: Currently, there is a dearth of literature surrounding what the profile looks like of a child referred to child welfare services by a school professional. Methods: The Ontario Incidence Study of Reported Child Abuse and Neglect was the first provincial incidence study to track cases of child abuse and neglect (Trocmé, McPhee, & Hay, 1994). The past five cycles (OIS-1993, OIS-1998, OIS-2003, OIS-2008, and OIS-2013), spanning twenty years, offer a unique opportunity for comparisons to be made over time. This study conducted a secondary analysis of the OIS to examine the profile of cases referred by school personnel to child welfare agencies across twenty years. Results: Physical abuse is consistently the most commonly reported type of maltreatment by school professionals. Substantiated investigations resulting from school referrals have remained relatively low across all of the OIS cycles. Discussion: The relatively low percentage of substantiated school referrals across the cycles of the OIS further validate the literature that shows school referrals to be significantly more likely to be unsubstantiated than other professional referrals (King, 2011; King & Scott, 2014; U.S. Department of Health and Human Services, 2007). Substantiation rates have not been above 30% for the past 10 years, and have never been higher than 40%. Further research is needed to offer concrete explanations for this trend.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».