MétaCan
Menu
Retour à la cohorte
Enregistrement W4389402780 · doi:10.7202/1107607ar

Abus et violence vécus par les jeunes trans et non binaires au Québec

2023· article· fr· W4389402780 sur OpenAlexaffvenueabout
Naomie-Jade Ladry, Annie Pullen Sansfaçon, Nicholas Chadi, Kira London-Nadeau, Ashley B. Taylor, Ace Chan, Lyne Chiniara, Elizabeth Saewyc

Notice bibliographique

RevueCriminologie · 2023
Typearticle
Languefr
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

Les jeunes s’identifiant comme étant des personnes trans ou non binaires (TNB) sont exposé·e·s au risque de vivre différentes formes de discrimination, d’abus et de violence de la part des membres de leur famille ou de leur entourage. Cet article a pour but de : 1) faire un portrait des jeunes TNB ayant vécu un ou des types d’abus ; 2) cerner le contexte particulier de cette violence et de ses répercussions sur le bien-être des jeunes TNB. Les données ont été recueillies dans le cadre de « l’Enquête canadienne sur la santé des jeunes trans et non binaires » (ECSJT) menée au pays en 2019. L’échantillon est composé de 220 jeunes TNB âgé·e·s de 14 à 25 ans résidant dans la province de Québec. Des analyses de Test T et Chi carré ont été menées. Elles montrent que près de la moitié de l’échantillon a subi des violences sexuelles (44,1 %) et près de 20 % de l’échantillon a été blessé physiquement par un membre de la famille, phénomène plus fréquemment rencontré chez les 14 à 17 ans (34,2 %) que chez les 18 à 25 ans (14,6 %). En contrôlant pour l’âge, il y avait une association significative entre les liens familiaux et les chances d’être victime (p <.001) ou d’avoir été témoin (p =.03) de violences impliquant un·e membre de la famille. Les résultats de l’enquête en ligne sont cohérents avec les différentes études soulignant les abus et la violence vécus par les jeunes des minorités sexuelles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,593
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,009

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 Opus0,370
Tête enseignante GPT0,471
Écart entre enseignants0,101 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207