MétaCan
Menu
Back to cohort
Record W4214562073 · doi:10.3917/dev.221.0095

L’attachement en contexte de placement : pertinence clinique dans l’évaluation des familles candidates

2022· article· fr· W4214562073 on OpenAlexaff
Karine Dubois‐Comtois, Rosalie Caron, Karine Poitras, Marie-Pierre Joly, Diane St‐Laurent

Bibliographic record

VenueDevenir · 2022
Typearticle
Languagefr
FieldSocial Sciences
TopicChild Welfare and Adoption
Canadian institutionsCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à Trois-RivièresCentre intégré universitaire de santé et de services sociaux de la Mauricie-et-du-Centre-du-QuébecCentres Intégré Universitaires de Santé et de Services SociauxUniversité du Québec à Montréal
Fundersnot available
KeywordsValuation (finance)HumanitiesPsychologyPolitical scienceSociologyArtBusiness

Abstract

fetched live from OpenAlex

L’objectif de cet article est de présenter une réflexion sur la place du concept de l’attachement dans l’évaluation des candidats à l’accueil familial. Les représentations d’attachement du parent d’accueil prédisent sa capacité à se montrer sensible aux besoins de l’enfant placé mais aussi à l’adaptation de ce dernier. Or, l’évaluation des représentations d’attachement est peu considérée dans les protocoles d’évaluation des candidats. Les intervenants qui souhaitent évaluer ce concept se butent à la difficulté d’accéder à des outils valides et applicables au contexte clinique. Nous présentons un projet de recherche partenariale qui vise à développer un outil d’évaluation scientifiquement robuste qui répond aux besoins et à la réalité du milieu clinique. Considérer les représentations d’attachement permettrait d’identifier la présence de facteurs de risque chez certains candidats et de leur proposer un soutien précoce. Bien que cette évaluation nous semble souhaitable, il importe d’être vigilant sur les écueils et les défis que comporte cette entreprise.

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)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.763
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0020.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
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 head0.027
GPT teacher head0.336
Teacher spread0.308 · 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 designNot applicable
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

Citations1
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueDevenirSame topicChild Welfare and AdoptionFrench-language works237,207