Prédiction de la revictimisation et de la récidive en violence conjugale
Notice bibliographique
Résumé
En violence conjugale on ne peut négliger l’impact des circonstances immédiates et les caractéristiques individuelles des protagonistes dans la modulation du cours des évènements. Toutefois, peu d’études ont analysé simultanément les effets des circonstances immédiates, des caractéristiques de la victime et de l’agresseur sur la séquence des violences conjugales. L’objectif de cette étude est de mieux comprendre ce qui prédit la revictimisation ainsi que la récidive. Les résultats se fondent sur 52 149 évènements violents commis entre conjoints actuels ou passés enregistrés par les policiers sur le territoire d’une grande ville du Québec, de 2000 à 2009. Nos résultats montrent l’importance du sens de la violence, des expériences de victimisation et des antécédents criminels dans l’explication de la répétition de la violence, tout en nuançant leur effet en fonction de la récidive ou de la revictimisation. Cette étude peut permettre d’orienter les interventions sur plusieurs plans, en améliorant l’efficacité des mesures préventives et en permettant, par exemple, de déterminer des indicateurs facilement observables sur lesquels on peut baser l’intervention afin de mieux répondre au cours des évènements.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».