MétaCan
Menu
Retour à la cohorte
Enregistrement W2998672455 · doi:10.71781/23885

Exploration des motifs justifiant le recours aux mesures de contention et d'isolement en centre de réadaptation pour jeunes au Québec: la perception des intervenants

2019· dissertation· fr· W2998672455 sur OpenAlexaboutno aff
Christine Drolet

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsGeographyArt

Résumé

récupéré en direct d'OpenAlex

Les mesures de contention et d’isolement (MCI) sont utilisées en dernier recours en centres de réadaptation (CR) pour jeunes dans le but de contrôler les comportements violents et agressifs. Leur utilisation n’est pas sans conséquence : elle peut entraîner des séquelles physiques et psychologiques tant chez les jeunes que chez les intervenants. Aucune preuve empirique ne suggère qu’elles aident au développement de stratégies d’autorégulation ou de comportements prosociaux. Même légiféré, elles semblent influencées par des motifs situationnels menant à leur recours. Objectif. Explorer les motifs justifiant le recours aux mesures de contention et d’isolement en centre de réadaptation pour jeunes au Québec selon la perception des intervenants. Méthode. Un devis qualitatif a permis de procéder à une analyse thématique. La saturation empirique a été atteinte à la suite de l’analyse de 628 rapports de MCI provenant de 21 unités de CR pour jeunes pendant une période d’observation de quatorze mois. Résultats. Les intervenants justifient leur utilisation des MCI par neuf motifs qui sont distribués dans quatre catégories : les antécédents immédiats perçus, les comportements observables, les contraintes externes et les objectifs cliniques et réadaptatifs. L’accumulation et l’interaction de ces motifs déclenchent le recours aux MCI. Conclusion. Étudier les motifs tirés de la situation d’interaction menant aux MCI plutôt que ceux reliés à l’individu ou à l’environnement a parfait notre connaissance du jugement clinique de l’intervenant. L’identification des catégories permet d’orienter les formations portant sur les motifs contribuant à l’utilisation des MCI et de proposer des stratégies cliniques préventives afin de réduire leur utilisation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,121
Tête enseignante GPT0,422
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetSocial Sciences and GovernanceTravaux en français237 207