En els últims anys, múltiples sectors han apostat per la tecnologia big data i els models predictius amb l’objectiu de gestionar grans quantitats de dades, extreure’n conclusions i fer-ne prediccions. Com es pot aplicar aquesta tecnologia als serveis socials?

Cada dia, el món genera aproximadament 328,77 milions de terabytes de dades, segons una anàlisi de MarketSplash de 2024. Durant els darrers anys, el ritme de creixement ha augmentat de manera exponencial. Des del 2010 fins al 2023, per exemple, la quantitat de dades generades ha incrementat el seu volum l’equivalent a 60 vegades, si bé només un 10% d’aquestes dades són úniques, ja que la resta són informacions duplicades a la xarxa.

En aquest context, la majoria dels sectors estan incorporant serveis d’anàlisi de dades intel·ligents per poder gestionar les dades, extreure’n conclusions i fer-ne prediccions. Els serveis socials no en són una excepció. En els últims anys, el sector ha apostat per la tecnologia Big Data amb l’objectiu de recollir informació en l’àmbit sociosanitari i així poder actuar de manera preventiva, personalitzada i eficient. A continuació, explorarem què són el Big Data i els models predictius, quines oportunitats presenten pels serveis socials i quines iniciatives innovadores ja s’estan duent a terme.

Què és el big data?

A grans trets, podríem definir el big data com un conjunt de dades que, pel seu gran volum, no es poden processar ni gestionar amb bases de dades d’integració tradicionals. Més concretament, trobem que el big data es fonamenta en el paradigma de les 3 V:

• Volum. Es treballa amb una gran quantitat de dades, que requereixen noves tècniques d’emmagatzematge i nous enfocaments.
• Varietat. Les dades provenen de diverses fonts i formats, com per exemple missatges, vídeos, imatges o emoticones. Calen, per tant, eines que puguin desxifrar tots els tipus de continguts.
• Velocitat. El gran volum de dades exigeix que aquestes siguin processades i analitzades de forma ràpida per evitar que els resultats quedin desactualitzats un cop desxifrats.

Segons l’informe Big Data y su impacto en el sector público, coordinat per Chema Maroto, actualment es poden afegir quatre característiques més:

• Variabilitat. Aquest tret es refereix a les dades que canvien constantment el seu significat, cosa particularment aplicable en el cas del llenguatge, ja que les paraules no tenen significats estàtics i requereixen context per ser enteses. Aquest punt és un dels principals reptes del big data i demana el disseny de programes de processament capaços d’entendre cada context per descodificar el significat precís de cada mot.
• Veracitat. Els resultats que s’extreuen a l’hora de processar grans nombres de dades només són útils si les dades amb les quals es treballa són exactes i veraces. Per això resulta crucial tenir en compte que a vegades les dades poden presentar-se de manera desordenada, així com saber destriar els errors i l’excés de soroll, és a dir, totes aquelles informacions falses o no rellevants. Per dur a terme aquesta tasca, cal acompanyar els algoritmes de supervisió humana professional.
• Visualització. Un altre desafiament important del big data és la capacitat de representar visualment grans quantitats de dades obtingudes. Ja no n’hi ha prou amb els mètodes tradicionals de representació de dades, sinó que cal trobar formes senzilles i accessibles de visualitzar la informació.
• Valor. El big data permet aportar valor afegit en les diferents àrees on s’aplica. Per exemple, en el cas dels serveis socials pot suposar un estalvi econòmic i de temps en l’atenció als usuaris.

Què són els models predictius?

Una de les aplicacions de l’anàlisi intel·ligent de dades és la creació de models predictius. En el cas dels serveis socials, aquests models poden ajudar els professionals a prendre millors decisions.

Un model predictiu és un tipus de model matemàtic que permet fer prediccions en el futur a partir de dades del passat. A través de la tecnologia big data i el machine learning (aprenentatge automàtic), es pot inferir com una variable es comportarà en el futur en funció d’altres variables ja conegudes.

Per implementar un model predictiu, en primer lloc, cal preparar les dades per reduir al màxim el soroll i analitzar-les. A continuació, es selecciona el model predictiu que s’utilitzarà i el problema que es pretén resoldre a través seu. Tot seguit, s’entrena i es valida el model per arribar a la seva implementació, que anirà acompanyada d’un monitoratge que permeti identificar possibles errors i millores. És essencial assegurar la qualitat de les dades que s’introdueixen al sistema, ja que d’elles dependrà la fiabilitat dels resultats obtinguts a partir del model.

Models predictius big data i serveis socials

La tecnologia big data, en combinació amb altres eines com la intel·ligència artificial i el Machine Learning, permet analitzar les dades del sistema dels serveis socials per buscar patrons (repeticions, anomalies o correlacions) que normalment són massa complexos per detectar de forma manual. Juntament amb altres fonts de dades, això ens pot permetre, per exemple, conèixer anticipadament l’emergència i l’evolució de les necessitats de la població. En aquest sentit, els models predictius poden contribuir a fer avançar els serveis socials en quatre àmbits importants: prevenció, personalització, planificació i eficiència.

Segons Big Data: What are the Implications for Public Sector Policy in Society 5.0 Era? (Fajar Rahmanto et al.), la combinació del Big Data i la Intel·ligència Artificial permet obtenir informació que pot esdevenir un molt bon punt de partida en la presa de decisions i en la millora dels sistemes d’automatització.

No obstant això, és fonamental definir bones polítiques de seguretat a l’hora de tractar amb informació personal i confidencial en l’àmbit sociosanitari, ja que les dades amb les quals es treballa són molt sensibles i íntimes.

Iniciatives

Actualment, el sector social està duent a terme nombroses iniciatives que utilitzen el big data per realitzar prediccions i actuar de forma preventiva. A continuació, fem un recull d’algunes iniciatives que treballen en aquesta línia:

• Projecte PACT. A Castella i Lleó, el projecte PACT utilitza un algoritme desenvolupat a partir de tècniques de big data i d’aprenentatge automàtic capaç de preveure el risc d’exclusió social dels usuaris dels serveis socials. A través de deu factors principals de risc, el model predictiu és capaç de dir quines de les persones que estan sol·licitant la renda garantida mínima continuaran necessitant aquesta prestació durant 60 mesos o més. A través d’una aplicació mòbil, els professionals tenen accés a aquestes previsions i poden prendre millors decisions.
• Eina predictiva i descriptiva. A Catalunya, l’Associació Benestar i Desenvolupament (ABD), en col·laboració amb Momentum Analytics, ha desenvolupat una eina predictiva a partir del big data i la Intel·ligència Artificial que permet descriure les característiques sociodemogràfiques i econòmiques de les famílies del territori amb l’objectiu d’ajudar els serveis socials municipals a conèixer millor les necessitats reals actuals, predir les futures, dimensionar la cartera de serveis i planificar els recursos.
• One View. Al Regne Unit, el sistema One View analitza el conjunt de dades relacionades amb serveis per a adults, infància i persones sense llar amb l’objectiu d’identificar situacions de risc existents que poden derivar en un futur pròxim en una situació de sensellarisme. El model analític inclou dades d’ingressos, prestacions i escoles, i obté una visió general i completa dels ciutadans i les llars. El model té un enfocament preventiu i és capaç de detectar futures situacions de risc entre 6 i 9 mesos abans que succeeixin.
• Crisis Text Line. Aquesta iniciativa estatunidenca utilitza el machine learning i la Intel·ligència Artificial per predir situacions d’alt risc de suïcidi o autolesió. El sistema es basa en l’anàlisi de 30 milions de missatges que els usuaris han enviat a través d’una línia directa de prevenció i és capaç de dir quins casos són més urgents. Així, el 94% de les persones d’alt risc reben una intervenció en menys de 5 minuts.
• L’Allegheny Family Screening Tool (AFST). També als Estats Units, aquest sistema de big data proporciona als professionals dels serveis socials una avaluació objectiva de les situacions de risc de desemparament infantil, a través de més de cent paràmetres. Quan es rep un cas, l’algoritme calcula l’índex de risc per orientar l’actuació dels professionals.

En conclusió, el big data i els models predictius en els serveis socials representen una eina interessant per millorar l’eficiència, la personalització i la prevenció en l’atenció a la població. La capacitat de processar i analitzar grans quantitats de dades de manera ràpida i precisa, així com generar models predictius, permet als professionals anticipar necessitats, identificar situacions de risc i prendre decisions basades en evidències sòlides. Iniciatives com el projecte PACT a Castella i Lleó, l’eina predictiva d’ABD a Catalunya i el sistema One View al Regne Unit demostren l’impacte positiu d’aquestes tecnologies en l’àmbit sociosanitari. No obstant això, és essencial implementar polítiques de seguretat robustes per protegir la privacitat de les dades confidencials i garantir la seva veracitat. En definitiva, el big data i els models predictius són clau per a un futur on els serveis socials siguin més proactius i efectius en la seva missió de suport a les comunitats i a les persones.

Referències

Albendea, G. L. (2021, 15 juliol). ‘Big data’: una herramienta de predicción útil para el sector social. Revista Haz. https://hazrevista.org/innovacion-social/2017/11/big-data-una-herramienta-de-prediccion-util-para-el-sector-social/ [08/07/2024]

Big data y su impacto en el sector público. (s. f.). Harvard Deusto Business Review. https://xodel.diba.cat/sites/xodel.diba.cat/files/big_data_y_su_impacto_en_el_sector_publico.pdf [08/07/2024]

Cicle de reflexió “Big Data i serveis socials”. (2019). Fundació iSocial. https://isocial.cat/cicle-de-reflexio-big-data-i-serveis-socials/ [08/07/2024]

Díaz, A. (2022, 28 diciembre). Modelos predictivos, que es, ejemplos y herramientas. Todo Bigdata. https://todobigdata.com/modelos-predictivos/modelos-predictivos-que-es-ejemplos-y-herramientas/ [17/04/24]

El Big Data al tercer sector. (2023, 8 març). Xarxanet – Entitats I Voluntariat de Catalunya Per un Món Millor. https://xarxanet.org/juridic/recursos/el-big-data-al-tercer-sector [08/07/2024]

ESADE Business & Law School. (2018, 2 octubre). La transformación digital en el Tercer Sector, retos y oportunidades. Cinco Días. https://cincodias.elpais.com/cincodias/2018/10/01/idearium/1538406345_325528.html [08/07/2024]

ESIC Business & Marketing School. (s. f.). Análisis predictivo: con Big Data el futuro no se predice, se cambia. ESIC. https://www.esic.edu/rethink/tecnologia/analisis-predictivo-big-data-futuro-no-se-predice-se-cambia [17/07/24]

Fundació iSocial. (2024, 19 juny). One View, sistema predictiu i preventiu de situacions de sensellarisme – Fundació iSocial. Innovació en. Fundació iSocial. https://isocial.cat/one-view-sistema-predictiu-i-preventiu-de-situacions-de-sensellarisme/ [08/07/2024]

Fundació iSocial. (2024, 19 juny). PACT, eina big data per preveure el risc d’exclusió social crònica – Fundació iSocial. Innovació en. Fundació iSocial. https://isocial.cat/pact-eina-big-data-per-preveure-el-risc-dexclusio-social-cronica/ [08/07/2024]

Fundació iSocial. (2024, juny 19). Eina predictiva de situacions de vulnerabilitat, per millorar la planificació dels Serveis Socials -. Fundació iSocial. https://isocial.cat/eina-predictiva-de-situacions-de-vulnerabilitat-per-millorar-la-planificacio-dels-serveis-socials/ [08/07/2024]

Fundació iSocial. (2024, juny 19). VioGén, sistema de seguiment integral de casos de violència masclista – Fundació iSocial. Innovació en. Fundació iSocial. https://isocial.cat/viogen-sistema-de-seguiment-integral-de-casos-de-violencia-masclista/ [08/07/2024]

Rahmanto, F., Pribadi, U., & Priyanto, A. (2021). Big Data: What are the Implications for Public Sector Policy in Society 5.0 Era. IOP Conference Series. Earth And Environmental Science, 717(1), 012009. https://doi.org/10.1088/1755-1315/717/1/012009 [08/07/2024]

Rodríguez, S. (2019, 31 julio). Claves para implantar un modelo predictivo. Big Data Magazine. https://bigdatamagazine.es/claves-para-implantar-un-modelo-predictivo/ [17/07/24]

Sesmero, J. M. M. (2015). Big data; application and use for the health system. DOAJ (Directory Of Open Access Journals), 39(2), 69-70. https://doi.org/10.7399/fh.2015.39.2.8835 [08/07/2024]

Song, T., & Ryu, S. (2015). Big Data Analysis Framework for Healthcare and Social Sectors in Korea. Healthcare Informatics Research, 21(1), 3. https://doi.org/10.4258/hir.2015.21.1.3 [08/07/2024]

Segons UNICEF, es calcula que més de 1.000 milions d’infants són víctimes de violència al món, amb conseqüències profundes, duradores i, a vegades, mortals. Com pot aplicar-se la innovació social a la protecció de la infància?

Protecció a la infància i l’adolescència

La protecció de la infància consisteix a prevenir l’explotació, l’abús, les pràctiques nocives i la violència contra nens, nenes i adolescents (NNA), així com actuar en cas que es produeixi alguna d’aquestes situacions. Aquesta protecció està reconeguda a la Convenció sobre els Drets del Nen (1989) i als Objectius de Desenvolupament Sostenible (ODS). Segons UNICEF, es calcula que més de 1.000 milions de NNA són víctimes de violència al món, amb conseqüències profundes, duradores i, a vegades, mortals. Les últimes dades de l’OPS revelen que un de cada dos infants entre dos i disset anys pateix algun tipus de violència cada any. A més, segons dades de Save the Children, una de cada dues víctimes de violència sexual és un infant. De mitjana, aquestes víctimes han d’explicar quatre vegades els fets després de denunciar-los i la durada mitjana del procés legal és de tres anys. A més, set de cada deu casos oberts no arriben a judici oral.

Segons l’estudi Vulnerabilidad y exclusión en la infancia, l’exclusió social en la infància és un procés multidimensional que afecta diferents àmbits, com per exemple el residencial, el sociosanitari i el relacional. A més, aquest estudi identifica col·lectius vulnerables i amb més risc de patir exclusió, com per exemple els infants amb discapacitat, els procedents d’ètnies minoritàries o aquells en situació de desprotecció familiar.

En aquest article, explorarem algunes propostes i perspectives innovadores en l’àmbit de la protecció a la infància que pretenen millorar la resposta dels serveis socials i de les entitats socials davant de situacions de vulnerabilitat infantil.

Espais segurs per a infants víctimes de violència sexual: el model Barnahus

El Barnahus (casa dels infants en islandès) és un model innovador, multidisciplinari i interinstitucional que coordina les investigacions penals i les avaluacions dels serveis socials en situacions d’abusos sexuals i violència infantojuvenil. Les unitats integrades, formades per equips especialitzats, tenen per objectiu evitar la revictimització dels infants i adolescents i proporcionar tota l’atenció necessària en un únic centre. El propòsit és situar la víctima i el seu benestar al centre dels processos, reduir el temps d’espera per rebre ajuda i millorar l’eficàcia i coordinació de la resposta.

El model Barnahus evita que les víctimes hagin de passar per jutjats, comissaries, hospitals i serveis d’infància. Els espais tenen un aspecte acollidor i agradable que proporciona seguretat, comoditat i confiança als infants i famílies. El centre està obert de dilluns a divendres, de 9h a 19h, i està format per un equip multidisciplinari, amb professionals de diferents àmbits de l’Administració, com per exemple el sector de la salut, el dels serveis socials o el judicial.

Originalment, el National Children’s Advocacy Centre dels Estats Units va desenvolupar el model Barnahus i Reykjavík va ser la primera ciutat europea en aplicar-lo, l’any 1998. A Islàndia, segons Save The Children, després d’estendre el model Barnahus pel territori, les condemnes per abús i violència a menors s’han duplicat i les acusacions s’han triplicat. A Catalunya, la Generalitat va iniciar una prova pilot a Tarragona, l’any 2020, que va ser pionera a la resta de l’Estat espanyol. Després de la bona acollida del centre, s’han obert altres unitats a diferents localitats catalanes, com ara La Seu d’Urgell, Terrassa (totes dues gestionades per Intress), Granollers (Fundació Idea) i Barcelona (FASI), entre d’altres.

Desinstitucionalització

A Espanya, l’any 2021, hi havia 48.357 nens, nenes i adolescents en situació d’institucionalització, segons un estudi del projecte EDI (Estudio DesInstitucionalización) en col·laboració amb el Ministeri de Drets Socials, Consum i Agenda 2030. D’altra banda, l’informe Desinstitucionalització del sistema de protecció a la infància i l’adolescència (Síndic de Greuges, 2023) assegura que, a Catalunya, hi ha 32.481 infants i adolescents –el 2,4 % del total – que viuen amb la seva família, però no reben una atenció adequada per garantir el seu desenvolupament i benestar òptims.

La institucionalització infantil és una mesura administrativa protectora davant d’una situació que suposa un risc per a un menor en el si de la seva família. Com a conseqüència, la tutela de l’infant recau en l’Administració Pública i les diferents entitats socials es fan càrrec de la guarda, a través de centres d’acollida, pisos de transició a la vida adulta o centres residencials, entre d’altres. Segons l’informe del Síndic de Greuges, el sistema de protecció a la infància i l’adolescència no només té la funció d’evitar situacions de maltractament o de garantir la seguretat dels menors un cop s’han produït aquestes, sinó que també treballa en dues línies fonamentals:

• Prevenció. La manera més eficient de protegir la infància és a través de mesures de suport a les famílies, tant en el pla material com psicosocial, per recolzar-los en l’exercici de les funcions parentals.
• Prioritzar el retorn de l’infant al seu nucli familiar. A través de l’acompanyament a les famílies, és important tenir com a objectiu principal la superació de la situació de desemparament que ha generat la separació.

En aquest sentit, l’informe proposa evolucionar de la perspectiva basada en “separar per protegir” a un sistema basat en “prevenir per protegir” i “protegir per al retorn”. Tanmateix, en aquest procés d’institucionalització, hi ha drets que poden entrar en contradicció. L’EDI considera que, a l’hora d’articular el sistema de protecció, sovint no es prioritza l’interès superior dels NNA. Com a conseqüència, la institucionalització provoca marginació i restriccions socials, psicològiques i físiques, entre d’altres. El model de la desinstitucionalització és un procés que aposta per transformar els serveis d’atenció a les persones en situació de vulnerabilitat, acompanyant-les en el seu dia a dia i fent-ne un seguiment sense necessitat de centralitzar l’atenció en les institucions. En el cas de la protecció a la infància, aquesta perspectiva treballa per avançar cap a un sistema que posi en el centre els drets dels infants i involucri a les famílies com a element imprescindible per garantir el benestar dels menors, amb una visió preventiva.

Segons l’EDI, és necessari un canvi cultural profund per poder implementar exitosament polítiques públiques basades en els drets dels infants. En aquest sentit, és fonamental que els professionals rebin formació específica per promoure l’equitat, la justícia i el benestar dels menors, així com crear models d’atenció personalitzats que prioritzin la dignitat, l’autonomia i l’evolució dels infants. Una altra mesura clau, tal com assenyala l’estudi, consisteix a incloure auditories ètiques com a complement dels instruments d’inspecció i control, per tal d’especificar els drets que entren en col·lisió, els estàndards desitjables i els sistemes de gestió i millora enfocats en l’interès superior dels NNA.

Arreu del món també s’està treballant en aquesta línia. A Itàlia, el programa P.I.P.P.I (Programa d’Intervenció per a la Prevenció de la Institucionalització) busca reduir la institucionalització dels infants en famílies vulnerables, a través d’un conjunt d’accions que atenen les necessitats dels infants. Per exemple, mitjançant l’atenció domiciliària intensiva, la realització d’activitats grupals amb altres famílies i el treball conjunt amb mestres i treballadors socials.

De manera semblant, el projecte Youth and Family Office, a Àustria, acompanya a famílies vulnerables durant el procés de criança a través d’assessorament flexible adaptat a cada cas concret. A través d’un enfocament on els infants i la família es troben al centre, es busca evitar la institucionalització.

D’altra banda, l’entitat escocesa Aberlour, mitjançant el programa Intensive Perinatal Support Service, treballa per maximitzar les possibilitats que els nadons puguin romandre de manera segura a les seves famílies. El projecte acompanya les mares durant el període de gestació i el primer any del nadó, i ofereix suport en la preparació per l’arribada del bebè a casa, en la recuperació de l’abús de substàncies i en la creació del vincle familiar, entre altres serveis.

Eines tecnològiques

En l’àmbit de la innovació social, la tecnologia permet crear eines eficients per donar resposta a diferents problemàtiques socials. En el cas de la protecció a la infància i l’adolescència en risc, existeixen nombroses iniciatives que combinen els coneixements tecnològics amb la perspectiva social. A continuació, recollim quatre projectes innovadors en aquest àmbit:

• Rafiki (Sos Children’s Villages). Rafiki és una eina que utilitza la intel·ligència artificial per donar suport als professionals que cuiden infants i joves. Es tracta d’una aplicació que inclou un assistent digital configurat per respondre preguntes en temps real, amb enllaços per ampliar els coneixements. D’aquesta manera, els treballadors socials poden prendre millors decisions, adaptades al seu context. Els àmbits que abasta són diversos. Per exemple, la criança, la salut mental, la protecció o el suport psicosocial. L’aplicació s’ha implementat a països com Malawi, Nigèria i Sud-àfrica.

• Primero (UNICEF). Primero és una plataforma amb tecnologia de codi obert que recull i gestiona dades dels infants que es troben en contextos d’emergència migratòria amb l’objectiu d’ajudar els treballadors socials a gestionar les dades relacionades amb la protecció de la infància. Les eines faciliten la gestió de casos, el seguiment d’incidents, el rastreig d’infants migrants i el reagrupament familiar.

• Kanjo (Ajuntament d’Andoain). Kanjo és una aplicació que registra a través d’una tauleta i de manera sistemàtica l’estat emocional d’adolescents. Posteriorment, un algoritme analitza els patrons emocionals amb la finalitat de detectar precoçment els casos de risc. La funció i l’objectiu principal del programa és donar suport als infants i adolescents en l’aprenentatge de la gestió emocional, així com prevenir casos de risc i de vulnerabilitat.

• AFST (Allegheny County). L’Allegheny Family Screening Tool (AFST) és un sistema de Big Data que proporciona als professionals dels serveis socials una avaluació objectiva de les situacions de risc en el desemparament infantil. L’eina, basada en algoritmes capaços d’interrelacionar un gran nombre de dades, permet detectar casos de manera preventiva i activar protocols d’intervenció social.

• FLAPP! (Fundació iSocial). Flapp! és una plataforma digital adreçada a adolescents i joves d’entre 16 a 23 anys en situacions de fragilitat social i amb necessitats d’acompanyament. L’aplicació inclou eines de suport que potencien la seva autonomia en el procés d’emancipació. Entre altres recursos, inclou una caixa forta digital, un botó d’alarma i un xat que permet als joves connectar-se amb els seus professionals de referència sense que cap dels dos faci servir el seu número de telèfon personal. Aquestes eines permeten a serveis socials i entitats establir un canal de comunicació amb els joves i acompanyar-los amb més garanties.

La protecció a la infància abasta diferents àmbits d’intervenció en els serveis socials i és important que els professionals els coneguin tots per tal de donar una resposta coordinada a les necessitats dels infants i els adolescents. En aquest sentit, els casos que hem vist en aquest article són un exemple d’aquest acostament interdisciplinari i multifactorial. Per una banda, el model Barnahus millora l’eficiència a l’hora de gestionar casos d’abusos sexuals infantils a través de la coordinació entre serveis diversos; de l’altra, la desinstitucionalització és una perspectiva que situa el benestar dels infants al centre i treballa per prevenir i reduir les situacions de desarrelament; i finalment, les diferents eines tecnològiques brinden instruments útils per avançar cap a un sector social més eficient i innovador, capaç d’afrontar els nous reptes de la societat actual.

Referències

Barnahus en España. (s. f.). Children’s Rights. https://www.coe.int/es/web/children/barnahus-spain [04/06/24]

Barnahus, servei d’atenció a infants víctimes d’abusos sexuals. (2024, 22 febrer) Fundació iSocial. https://isocial.cat/barnahus-servei-atencio-infants-victimes-abusos-sexuals/ [04/06/24]

Estrategia de protección de la infancia. (s. f.). UNICEF. https://www.unicef.org/es/documents/estrategia-de-protecci%C3%B3n-de-la-infancia#:~:text=La%20protecci%C3%B3n%20infantil%20es%20la%20prevenci%C3%B3n%20y%20la,del%20Ni%C3%B1o%20y%20los%20Objetivos%20de%20Desarrollo%20Sostenible [04/06/2024]

Estrategia estatal de desinstitucionalización. (2023, 18 desembre). Estrategia estatal de desinstitucionalización. https://estrategiadesinstitucionalizacion.gob.es/ [04/06/24]

El modelo Barnahus. (s. f.). Save The Children. https://www.savethechildren.es/modelo-barnahus [04/06/24]

Emantik, servei de detecció i atenció del malestar infantil i adolescent. (2022, 21 d’abril) Fundació iSocial. https://isocial.cat/emantik-servei-de-deteccio-i-atencio-del-malestar-infantil-i-adolescent/ [04/06/24]

Infancia y juventud. (s.f). Proyecto EDI. https://estudiodesinstitucionalizacion.gob.es/infancia-y-juventud/ [04/06/24]

Ocón, J. (2006, novembre). Normativa internacional de protección de la infancia. Cuadernos de Trabajo Social. https://www.researchgate.net/publication/27591862_Normativa_internacional_de_proteccion_de_la_infancia [04/06/2024]

Picontó, T. (2016, 22 de juny). Fisuras en la Protección de los Derechos de la Infancia. Cuadernos Electrónicos de Filosofía del Derecho. https://zaguan.unizar.es/record/64536/files/texto_completo.pdf [04/06/2024]

Primero, plataforma digital per a la protecció de la infància en contextos migratoris (2022, 7 de juny). Fundació iSocial. https://isocial.cat/primero-plataforma-digital-per-a-la-proteccio-de-la-infancia-en-contextos-migratoris/ [04/06/24]

Proyecto EDI. (s.f). Estudio sobre los procesos de desinstitucionalización y transición hacia modelos de apoyo personalizados y comunitarios: Niños, niñas y adolescentes. Observatorio de la Infancia. https://www.observatoriodelainfancia.es/oia/esp/descargar.aspx?id=8553&tipo=documento [04/06/24]

Rafiki uses artificial intelligence to support child and youth care practitioners. (2022, 17 de maig). Sos Children’s Villages. https://www.sos-childrensvillages.org/news/rafiki-digital-care-assistant [04/06/24]

Síndic de Greuges. (2023, novembre). Desinstitucionalització del sistema de protecció a la infància i l’adolescència. https://www.sindic.cat/site/unitFiles/9755/Informe%20centres%20de%20proteccio%20sencer_cat.pdf [11/06/24]

Violencia contra las niñas y los niños. (2023, 6 juny). OPS/OMS | Organización Panamericana de la Salud. https://www.paho.org/es/temas/violencia-contra-ninas-ninos [04/06/24]

Vulnerabilidad y Exclusión en la Infancia. (s. f.). UNICEF España. https://www.unicef.es/publicacion/vulnerabilidad-y-exclusion-en-la-infancia [04/06/24]