MétaCan
Menu
Back to cohort
Record W2126032778 · doi:10.7202/004753ar

L’évaluation des signalements à la Direction de la protection de la jeunesse : étude des facteurs qui influencent les décisions prises par les intervenants

2002· article· fr· W2126032778 on OpenAlexaffvenueabout
Marie Jacob, Danielle Laberge

Bibliographic record

VenueCriminologie · 2002
Typearticle
Languagefr
FieldPsychology
TopicChild Abuse and Trauma
Canadian institutionsUniversité LavalUniversité du Québec à Montréal
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

L'objectif de cette recherche est d'identifier les facteurs qui influencent la prise de décision dans les services de protection de la jeunesse. Deux décisions sont plus spécifiquement examinées : 1) la décision de retenir le signalement et 2) la décision visant à déterminer si la sécurité ou le développement de l'enfant est compromis. L'étude porte sur un échantillon représentatif de signalements (n= 720) reçus au Centre jeunesse de Québec en 1994 et 1995. Les données ont été recueillies à partir d'un questionnaire d'enquête rempli par les intervenants et des données consignées dans les dossiers des enfants. Dans l'ensemble, la sécurité et le développement de l'enfant sont considérés comme compromis dans 17,2 % des cas, c'est-à-dire pour un pourcentage relativement faible d'enfants signalés. Selon les résultats des analyses de régression logistique effectuées, la source du signalement, le type de problème signalé, la personne mise en cause, l'unité administrative ayant reçu le signalement et le statut de l'enfant dans l'établissement sont les facteurs qui permettent le mieux de prédire l'issue des décisions rendues. On observe à la fois des similitudes et des différences entre les deux décisions étudiées. Les résultats de la recherche soulèvent de nombreux enjeux liés à l'évaluation des signalements et à l'orientation des enfants signalés.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.812
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.393
GPT teacher head0.417
Teacher spread0.024 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations6
Published2002
Admission routes3
Has abstractyes

Explore more

Same venueCriminologieSame topicChild Abuse and TraumaFrench-language works237,207