Violence féminine et événements de vie : une perspective fondée sur les parcours de vie
Notice bibliographique
Résumé
Dans une approche centrée sur les parcours de vie, la notion de changement joue un rôle clé. Des études antérieures ont montré que les modifications des rôles sociaux ainsi que des événements de vie peuvent influencer la délinquance féminine. Toutefois, l’influence des facteurs individuels dans l’expérience associée aux événements de vie demeure largement inexplorée. Cette étude vise à comprendre l’effet des événements de vie sur le passage à l’acte violent. Sur la base de 34 entretiens semi-directifs auprès d’auteures de violence physique ou sexuelle, les résultats révèlent que ces femmes ont souvent vécu une série d’événements stressants qui ont entraîné un ressenti négatif dans l’année précédant leurs actes violents. Si certaines parviennent à s’adapter de manière adéquate, la majorité d’entre elles réagissent de manière inadéquate, ce qui accentue leurs vulnérabilités, favorise l’apparition de nouveaux stresseurs et diminue leurs chances de développer des réponses adaptées par la suite. Les mécanismes d’adaptation disponibles semblent être influencés par leurs vulnérabilités personnelles et leur état d’intoxication au moment des faits. Ainsi, la violence apparaît liée à une accumulation d’événements dans l’année précédant le passage à l’acte, où le nombre de ces événements et la réponse à ceux-ci jouent un rôle plus déterminant que leur nature propre.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».