MétaCan
Menu
← Retour à la cohorte
Enregistrement W3022943767 · doi:10.71781/17636

La motivation aux interventions et programmes correctionnels chez les détenus canadiens des pénitenciers fédéraux

2019· dissertation· fr· W3022943767 sur OpenAlexaboutno aff
Sophie-Anne Dufour

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Malgré l’importance de la motivation pour le maintien des détenus dans les programmes visant leur réadaptation, les connaissances sur leur motivation demeurent insuffisantes. Les études passées comportent des limites affectant leur possibilité de généralisation et de comparaison. Les facteurs associés à la motivation ne sont pas explorés systématiquement et sont parfois inconsistants. De plus, la compréhension de la motivation parmi les détenus canadiens est limitée par le fait que le Service correctionnel Canada (SCC) n’utilise pas d’instrument évaluant exclusivement leur motivation à l’égard des interventions. Les évaluations du SCC qui considèrent la motivation ont rarement été examinées en recherche et ne l’ont pas été de manière interactive. Une recension approfondie des écrits sur la motivation en milieu carcéral et une méthodologie plus détaillée de la thèse sont d’abord décrites. L’étude comporte deux volets incluant 562 hommes détenus, condamnés à une première ou nouvelle sentence de deux ans et plus, incarcérés pour des délits variés à travers tous les pénitenciers fédéraux du Québec. Dans le premier, des évaluations de leur santé mentale ont été effectuées avec plusieurs instruments cliniques. Dans le deuxième, une collecte de données a été entreprise dans leurs dossiers carcéraux afin d’obtenir des informations sur les services reçus en établissement. Par exemple, des programmes correctionnels sur la prévention de la violence, la prévention de la violence familiale, la délinquance sexuelle, la toxicomanie, les compétences psychosociales et le maintien des acquis sont pris en compte. Le premier article explore l’association et la cohérence entre les mesures de la motivation aux interventions et programmes correctionnels, l’évolution de la motivation au cours des programmes, ainsi que l'impact de la motivation sur la complétion d’un programme et la réhabilitation. Le second article se penche sur l’identification des prédicteurs principaux de la motivation aux interventions. Les résultats montrent (1) le lien et la différence entre les mesures de la motivation aux interventions évaluées par des intervenants distincts et ayant des cibles différentes, (2) l’augmentation de la motivation au cours d’un programme complété, (3) la similarité de la motivation entre des programmes ciblant la même problématique, (4) la différence de motivation entre des programmes ciblant une problématique distincte, (5) la prédiction de la complétion et réussite d’un programme par la motivation évaluée avant programme, (6) la prédiction de la révocation par la motivation évaluée après un programme complété et, (7) après avoir considéré plusieurs éléments ayant été liés à la motivation lors d’études antérieures, l’identification de plus de quinze prédicteurs de la motivation des détenus en établissant leur importance respective dans des modèles considérant les mesures de la motivation du SCC. Plusieurs implications sont ensuite discutées. Cette thèse permet de guider la manière dont la motivation aux interventions pourrait être considérée et évaluée en cours d’incarcération pour encourager la réussite des programmes. Elle permet aussi d’identifier des prédicteurs de la motivation qui pourraient être ciblés pour motiver les détenus et aider à sélectionner ceux nécessitant des interventions motivationnelles avant et pendant les programmes. Enfin, elle permet de cibler des pistes pour les recherches futures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil0,800

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,361
Tête enseignante GPT0,503
Écart entre enseignants0,142 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→