Personnes âgées, peur du crime et expériences de victimisation criminelle
Notice bibliographique
Résumé
Cette étude propose d’explorer, parmi un ensemble de variables propres à la vulnérabilité des personnes, celles qui expliquent le mieux les inquiétudes face à la victimisation criminelle chez les aînés. L’utilisation d’un instrument de mesure validé en français et adapté à une population âgée québécoise, le WAV (Worry About Victimization), nous aura permis d’étudier la peur du crime en précisant ses dimensions émotionnelles, cognitives et béhaviorale. L’échantillon est constitué de 387 répondants âgés entre 60 et 98 ans résidant dans les centres urbains de Montréal, Sherbrooke et Trois-Rivières. Les résultats suggèrent, qu’en somme, la préoccupation envers le crime en général, les préoccupations envers certains crimes plus spécifiquement définis, de même que les précautions prises contre le crime sont expliquées par des caractéristiques se rapportant à la vulnérabilité des personnes. Pour ces trois dimensions, le sexe représente le meilleur facteur explicatif. Les autres dimensions : perception générale du risque de victimisation, inquiétude diffuse face à l’éventualité d’être victime d’un crime, et recours à des mesures de protection s’expliquent à la fois par des caractéristiques de vulnérabilité et la recherche de protection. Il est à noter que pour ces autres dimensions, le sexe n’est pas au rang de facteurs explicatifs. Des analyses selon le sexe montrent par ailleurs que les inquiétudes des hommes sont moins fonction des caractéristiques de vulnérabilité que pour les femmes. À l’inverse, les expériences de victimisation criminelle de même que les caractéristiques définissant le réseau social, sa disponibilité, l’utilisation qui en est faite et la satisfaction qu’on en tire expliquent davantage l’inquiétude des hommes que celle des femmes. Cette étude conclut que la considération d’autres théories, en complémentarité avec celle de la vulnérabilité, pourrait être bénéfique selon la dimension des inquiétudes étudiée et le sexe des répondants. Cela dit, l’utilisation du WAV apparaît être le premier pas vers l’obtention de connaissances plus nuancées et ainsi plus cohérentes en regard des différentes dimensions de l’inquiétude liée à la victimisation exprimée notamment par les personnes âgées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».