Les variations temporelles de la fréquence des violences physiques en contexte conjugal
Notice bibliographique
Résumé
La violence conjugale vécue par une femme est un phénomène dynamique qui évolue à travers le temps. En dépit de ce fait, peu d’études y sont consacrées. On connaît notamment peu les facteurs derrière l’intensité de la violence et ses variations au fil du temps. La présente étude propose de combler ces lacunes en examinant les trajectoires individuelles de femmes qui ont été victimes de violence conjugale. Plus spécifiquement, l’objectif est d’analyser l’évolution de la fréquence de la violence physique à travers le temps. L’échantillon se compose de 53 femmes qui ont toutes subi des violences en contexte conjugal à l’intérieur d’une période fenêtre des 36 derniers mois. Les trajectoires individuelles de ces femmes ont été reconstruites en utilisant la méthode des calendriers d’histoire de vie. Les résultats de cette recherche montrent que la fréquence de ces violences physiques varie grandement d’une victime à l’autre, mais elle varie également au sein même des trajectoires de chacune de ces femmes. Ils montrent également que pour comprendre comment évoluent ces violences, il faut impérativement considérer les caractéristiques de la victime, du conjoint et de leur relation, mais aussi les circonstances de vie qui changent au cours des trajectoires. Un autre résultat important est l’impact du temps qui passe. En effet, on constate que, de manière générale, la fréquence de la violence tend à augmenter au fil des mois. L’étude des trajectoires de violence conjugale constitue assurément un chemin vers une meilleure connaissance du phénomène et une meilleure intervention auprès des victimes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,013 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».