MétaCan
Menu
Retour à la cohorte
Enregistrement W2078319587 · doi:10.7202/012667ar

La régulation familiale et les comportements violents à l’adolescence : existe-t-il des différences sexuelles1 ?

2006· article· fr· W2078319587 sur OpenAlexaffvenueabout
Annie Bélanger, Nadine Lanctôt

Notice bibliographique

RevueCriminologie · 2006
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article porte sur l’influence de la famille sur la délinquance selon le sexe. Trois questions sont abordées : l’exposition aux facteurs de risque familiaux diffère-t-elle selon le sexe ?, la nature et la force d’association de ces facteurs aux comportements violents varient-elles selon le sexe ?, et quels sont les facteurs familiaux qui expliquent le mieux les comportements violents des filles et des garçons ? Un échantillon de garçons (n = 506) et de filles (n = 150) judiciarisés et un autre d’écoliers (n = 204) et d’écolières (n = 198) de Montréal sont utilisés. Les analyses révèlent que les filles judiciarisées affichent un profil familial plus problématique que celui de leurs confrères, bien qu’elles soient plus supervisées. Chez les écoliers et les écolières, le milieu familial est très semblable. Les analyses multivariées indiquent que la supervision des garçons et des filles, quel que soit l’échantillon, est une bonne protection contre les comportements violents. Par contre, les faibles liens ont plus d’importance pour la délinquance des garçons quel que soit l’échantillon, et la déviance parentale affecte un peu plus celle des filles judiciarisées. Ainsi, les mêmes concepts proximaux peuvent être utilisés pour expliquer les comportements violents des filles et des garçons, mais il faut continuer la recherche sur les concepts plus distants. Les interventions devraient porter sur l’amélioration des pratiques disciplinaires et le renforcement des liens.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,285
Tête enseignante GPT0,406
Écart entre enseignants0,121 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetIntimate Partner and Family ViolenceTravaux en français237 207