Måleegenskaper ved den norske versjonen av Youth Level of Service/CaseManagement Inventory (YLS/CMI)
Bibliographic record
Abstract
Beskrivelse: Youth Level of Service/Case Management Inventory (YLS/CMI) er utviklet i Canada av Andrews og Hoge på 1990-tallet, til hjelp i utvikling og oppfølging av tiltaksplaner for unge lovbrytere (12-17 år). YLS/CMI kartlegger ungdommens styrker og behov, utfordringer og motivasjonsfaktorer, herunder ungdommens motivasjon og tilgjengelighet for ulike tiltak. I Norge er YLS/CMI implementert som en del av Bufetats monitorering av ungdom som plasseres i institusjon pga. rus- eller atferdsvansker.. YLS/CMI består av 42 ledd som grupperes i åtte subskalaer og en total risiko- og behovsskåre. Instrumentet forutsetter at den som er ansvarlig for administreringen og tolkningen har høyere utdanning når det gjelder psykologiske tester eller tilsvarende. YLS/CMI gjennomføres som et semistrukturert intervju (30-40 minutter). Rettighetene til testen holdes av Multi Health Systems Inc, North Tonawanda, NY, US. Litteratursøk: Vårt systematiske litteratursøk etter dokumentasjon for måleegenskapene ved de skandinaviske versjonene av YLS/CMI identifiserte ingen relevante publikasjoner. Vi fant og inkluderte én norsk studie som rapporterte gjennomsnittsskårer i tre barnevernsutvalg. Konklusjon: Det foreligger ingen dokumentasjon for måleegenskapene ved den norske versjonen av YLS/CMI. Det er derfor nødvendig med studier som undersøker måleegenskaper.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.079 | 0.017 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".