Une application mobile pour les victimes d'intimidation par les pairs : examen des récits d'expérience et perceptions d'utilité
Notice bibliographique
Résumé
Au Canada, la prévalence de l'intimidation par les pairs (IPP) est estimée à environ 20 %. L'IPP est associée à de nombreuses difficultés sur le rendement scolaire et le fonctionnement émotionnel, cognitif et comportemental de la victime. Afin de s'investir dans la lutte contre l'IPP, le Québec a promulgué en 2012 la Loi visant à lutter contre l'intimidation et la violence à l'école. Ainsi, les écoles ont pour obligation d'instaurer un plan d'action contre l'intimidation. Toutefois, les services d'aide aux victimes sont parfois limités. C'est pourquoi l'application mobile « +Fort » a été développée. +Fort vise à soutenir les victimes d'IPP à réduire leurs expériences et à prévenir les difficultés associées. Le présent mémoire a trois objectifs: (1) décrire l'expérience des victimes d'IPP ayant utilisé +Fort pendant quatre semaines, (2) effectuer une première appréciation de l'utilité de +Fort à partir des récits des victimes et (3) décrire comment +Fort soutien les jeunes à réduire leurs expériences d'intimidation. Des entrevues semi-dirigées ont été menées auprès de 12 victimes d'IPP (12 à 16 ans) de la région de Montréal puis analysées thématiquement. Les résultats suggèrent que +Fort agirait comme un facilitateur dans les démarches de changement des victimes pour réduire l'IPP. Les ressources offertes par +Fort procureraient aussi une impression de soutien aux victimes qui influencerait ensuite leur désir et leur motivation à entreprendre des actions pour que cesse l'intimidation. Ainsi, les technologies mobiles représenteraient une plateforme attrayante pour soutenir le mieux-être des jeunes vivant de l'intimidation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».