Les stratégies d'adaptation des filles victimes d'agression sexuelle : influences parentales et familiales
Notice bibliographique
Résumé
Les taux de prévalence et d'incidence des agressions sexuelles ainsi que leurs multiples conséquences justifient les nombreuses études portant sur cette problématique. Ainsi, plusieurs s'intéressent aux variables qui favorisent le meilleur ajustement possible des victimes. Parmi ces variables, les stratégies d'adaptation ressortent comme ayant un impact significatif. Le présent mémoire s ‘insère dans ce courant de recherche afin de mettre en lumière les mécanismes qui favorisent l'émergence de stratégies d'adaptation efficaces. Les variables liées au contexte familial et aux stratégies utilisées par les parents sont rapportées comme pouvant influencer les stratégies adoptées par les jeunes. Les stratégies d'adaptation de 90 victimes d'agression sexuelle, celles de leur parent ainsi que Sa qualité de l'environnement familial ont été analysées afin de déterminer dans quelle mesure les stratégies d'adaptation des filles victimes d'agression sexuelle sont en lien avec les stratégies d'adaptation de leurs parents. Les résultats indiquent que les stratégies utilisées par le parent ainsi que la qualité de l'environnement familial sont liées à l'utilisation de certaines stratégies dont la recherche de soutien social, la cote globale des stratégies d'approche, l'externalisation et l'évitement.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».