Comment tenir compte de la motivation à la prise en charge en milieux de placement ? Réflexions théoriques et opérationnalisation auprès d’une clientèle de mineurs en conflit avec la loi
Notice bibliographique
Résumé
Cet article a pour objectif d’introduire et d’examiner le concept de motivation à la prise en charge d’une clientèle de mineurs en conflit avec la loi et placés. Premièrement, nous proposons une réflexion théorique destinée à définir la motivation à la prise en charge, concept que nous distinguons de la motivation au traitement. Dans ce cadre, nous passons en revue les deux principaux modèles théoriques associés à la motivation : la théorie de l’auto-détermination et le modèle transthéorique du changement. Deuxièmement, nous analysons la pertinence de ces modèles appliquée à la prise en charge de jeunes en conflit avec la loi en contexte de placement. Troisièmement, nous discutons plus spécifiquement des facteurs environnementaux gravitant autour de la motivation à la prise en charge : le sentiment perçu de coercition, le climat social et l’alliance thérapeutique. Quatrièmement, nous réalisons une recension des instruments de mesure évaluant les différentes facettes de la motivation de jeunes en conflit avec la loi ainsi que les écueils associés pour mesurer la motivation à la prise en charge. Enfin, nous présentons les enjeux de recherche futurs quant à l’intégration de la motivation à la prise en charge au sein des milieux de placement qui accueillent des jeunes en conflit avec la loi.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».