Les mauvais traitements psychologiques envers les enfants, pourquoi et comment en tenir compte dans la pratique en centre jeunesse
Notice bibliographique
Résumé
Ce n’est que depuis juillet dernier, depuis l’entrée en vigueur du projet loi 125 modifiant l’actuelle loi québécoise de la protection de la jeunesse, que les mauvais traitements psychologiques envers les enfants sont spécifiquement reconnus comme un motif recevable de signalement. Pourtant, la question préoccupe depuis plusieurs dizaines d’années les chercheurs et les cliniciens dans le domaine, au Québec comme partout en Amérique du Nord. Ce retard est dû en partie aux nombreuses controverses ayant entouré ce concept, qui ont grandement complexifié le développement des connaissances, et bien sûr à la nature même des mauvais traitements psychologiques, qui sont assurément plus difficiles à dépister que les autres formes de maltraitance envers les enfants. Ce dépistage est d’autant plus difficile que les impacts négatifs de ces mauvais traitements ne sont pas toujours apparents à court terme. Le présent article fait le point sur les controverses mentionnées et sur les concensus émergeants, sur l’ampleur du phénomène au Québec et au Canada, et sur ses impacts connus. Suivront la présentation du Guide de soutien à l’évaluation du risque de mauvais traitements psychologiques envers les enfants (Malo & Gagné, 2003) récemment élaboré à l’IRDS, de même que la présentation de la formation connexe. Finalement, il sera question des écueils relatifs à la diffusion de cet outil et des perspectives de développement.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».