«Partir ou rester?» : évaluer les facteurs de risque individuels et situationnels afin de mieux intervenir auprès des jeunes qui fuguent des centres de réadaptation
Notice bibliographique
Résumé
La fugue est une problématique importante pour les instances veillant à protéger la sécurité et le développement des enfants et adolescents. Au Québec, un jeune sur quatre hébergé en centre de réadaptation l'expérimente. Bien que le taux de jeunes fugueurs reste stable, au cours des dernières années, le nombre d’absences s'est avéré en hausse. Cela signifie que ceux qui ont quitté leur milieu de vie substitut l'ont fait plus souvent. Puisque ce comportement peut compromettre la sécurité et le développement des enfants sous la responsabilité de ces instances, il faut chercher à déterminer les facteurs de risque individuels qui y sont associés. Il importe également de comprendre les caractéristiques du milieu de vie substitut et, plus largement, du contexte social environnant qui peuvent venir augmenter ou diminuer le risque. Une gestion efficace du risque de fugue passe nécessairement par une compréhension systémique de différents facteurs de risque individuels, organisationnels et environnementaux qui s’influencent et interagissent. Afin de considérer l’ensemble des caractéristiques permettant de prédire l'occurrence et la récurrence de la fugue, cette thèse poursuit deux objectifs principaux, abordés à partir d’une méthodologie mixte, alliant les méthodes quantitative et qualitative. Premièrement, le Guide d’évaluation du risque de fugue, un outil permettant d’évaluer le risque de fugue chez les jeunes hébergés en centre de réadaptation a été développé et validé. Un modèle composé initialement de 25 facteurs de risque a été soumis à diverses analyses psychométriques pour mettre à l'épreuve sa fidélité et sa validité prédictive. Des analyses de courbes ROC ont permis de déterminer que le modèle offrant la meilleure valeur prédictive en est un qui regroupe 15 éléments. De ce nombre, huit concernent des enjeux relationnels (ex.: alliance thérapeutique, réseau social, conflits, etc.). Une part importante de la prévention de la fugue doit donc s’intéresser à la façon dont le jeune interagit avec son entourage. Deuxièmement, 15 entretiens ont été réalisés auprès d’acteurs-clés afin de mieux cerner les caractéristiques du milieu de vie substitut qui peuvent avoir une incidence sur le risque de fugue. L’étude de ces facteurs situationnels a permis de comprendre en quoi l'historique récent de fugues dans le milieu de vie substitut, l’encadrement physique, les équipes d’intervenants, les composantes organisationnelles et les caractéristiques de la prise en charge peuvent prévenir ou accroitre le risque de fugue. Ces entretiens ont également mis de l’avant l’importance du contexte social environnant dans la compréhension de la problématique. En somme, cette thèse avance que la gestion du risque implique non seulement qu'on identifie les caractéristiques du jeune qui le prédisposent à la fugue, mais que l'on comprenne également en quoi des facteurs situationnels réduisent ou exacerbent le risque. Enfin, elle soutient que cette compréhension reste incomplète si l’on ne tient pas compte de certaines composantes du contexte social environnant.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».