L’abus physique avec ou sans autres formes de mauvais traitements : deux réalités ?
Notice bibliographique
Résumé
Il est rare de retrouver des recherches qui nous renseignent sur le phénomène des mauvais traitements multiples. Or, ce phénomène serait relativement fréquent parmi les enfants maltraités. La présente recherche vise à préciser le profil des cas d’abus physique signalés aux services de protection canadiens, selon qu’ils se présentent seuls ou qu’ils s’accompagnent d’autres formes de mauvais traitements. Les données utilisées sont tirées de l’Étude canadienne sur l’incidence des signalements de cas de violence et de négligence envers les enfants – 2003 (ÉIC) qui a documenté 11 562 signalements retenus par un échantillon représentatif de 63 services de protection de la jeunesse au Canada à l’automne 2003. Parmi ces signalements, on dénombre 658 enfants victimes d’abus physique. De ce nombre, 217 (33%) ont subi une ou deux autres formes de mauvais traitements en sus de l’abus physique. Le questionnaire d’enquête fournit de l’information sur une cinquantaine de caractéristiques ayant trait aux enfants signalés, à leurs familles, à leurs figures parentales et aux mauvais traitements. Les résultats univariés et multivariés indiquent que le profil des enfants abusés physiquement est différent selon que l’abus physique se présente seul ou selon qu’il s’accompagne d’autres formes de mauvais traitements. Les implications pratiques des résultats sont discutées.
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 | 0,013 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».