Development and Evaluation of the Family Asset Builder: A New Child Protective Services Intervention to Address Chronic Neglect
Notice bibliographique
Résumé
Over the past 20 years, neglect has been the most pervasive form of child maltreatment in the United States, affecting more than half a million children annually. Further, neglect is more likely than other forms of maltreatment to occur repeatedly within child welfare-involved families. Children experiencing neglect, especially early in childhood and with regularity, face long-term deleterious effects on their physical, cognitive, social, and emotional development. Despite the ubiquity of neglect throughout child welfare and the potentially devastating consequences, interventions designed to target families chronically reported to Child Protective Services (CPS) for neglect are scant. The Family Asset Builder intervention asserts that a strengths-based, supportive model of service delivery is essential to break the cycle of neglect early along the continuum of CPS involvement for families. Informed by current theory and practice, the solution-focused intervention offers intensive case management services (including more frequent contact and extended service delivery duration) to families with a history of neglect. Early in 2011, the Family Asset Builder intervention was piloted in two Minnesota counties; this study evaluates the development of the model, lessons learned from implementation, and early findings from the intervention, all of which set the stage for replication of the model and expansion of practice knowledge around chronic neglect.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».