MétaCan
Menu
Retour à la cohorte
Enregistrement W6997348217

Violence conjugale en contexte de pandémie de COVID-19 et portrait des pratiques auprès des conjoints ayant des comportements violents

2022· other· fr· W6997348217 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2022
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlContext (archaeology)Human traffickingCoercion (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Comme d’autres situations de sinistre (Parkinson,
\n2019 ; Yoshihama et al., 2019), la pandémie de
\nCOVID-19 a entrainé des répercussions sur les
\nvictimes de violence conjugale (VC ; Moreira et
\nPinto da Costa, 2020). Les inquiétudes vis-à-vis des
\nrisques accrus de VC ont été soulevées dès ses
\ndébuts en mars 2020 (SOS Violence conjugale,
\n2020 ; Statistique Canada, 2020) et ravivées au
\ncours de 2021 alors que, au Québec, 18 femmes
\nont été tuées par leur conjoint ou ex-conjoint
\n(Brault, 2021, 4 décembre ; Dussault, 2021,
\n5 novembre), soit près du double des années
\nantérieures (Bureau du Coroner, 2020). Bien
\nqu’il soit impossible d’associer cette hausse
\nuniquement à la pandémie, on ne peut écarter
\nl’hypothèse qu’elle y soit liée. De plus, elle illustre
\nl’importance des services offerts aux victimes de
\nviolence conjugale et aux conjoints ayant des
\ncomportements violents (CCV) pour prévenir de
\ntels événements. Par ailleurs, à l’instar d’autres
\nsituations de sinistre, la pandémie de COVID-19 a
\nposé d’importants défis pour ces services qui ont
\ndû s’adapter rapidement (Hébergement Femmes
\nCanada, 2020 ; Peterman et al., 2020). Dans le cas
\ndes organismes qui interviennent auprès des CCV,
\nqui offrent majoritairement des programmes
\nd’intervention de groupe, les mesures sanitaires
\nont amené d’importants ajustements à leurs
\npratiques ainsi que l’expérimentation de nouvelles
\nformes d’intervention.
\nDans ce contexte, à l’aide d’une subvention du
\nministère de la Santé et des Services sociaux du
\nQuébec, la présente étude visait (1) à documenter
\nla VC1
\n observée par le personnel des organismes
\nmembres du réseau à cœur d’homme (ACDH2
\n) en
\ncontexte de pandémie de COVID-19 et (2) à rendre
\ncompte de l’évolution de leurs pratiques. Pour
\nce faire, l’équipe de recherche a effectué une
\nrecension des écrits et réalisé, entre novembre
\n2020 et novembre 2021, quatre activités de
\ncollecte de données. L’ensemble de la démarche
\ns’est déroulé en collaboration étroite avec un
\ncomité de suivi auquel participaient, outre les deux
\nchercheurs, la directrice d’un de ses organismes
\nmembres3
\n.
\nLe présent rapport fait état des résultats de
\ncette recherche. La première partie détaille la
\nproblématique de la VC dans le contexte de la
\npandémie de COVID-19, alors que la deuxième
\npartie décrit la méthodologie utilisée pour les
\ndifférentes activités de collecte de données. La
\ntroisième partie fait état des résultats, d’abord
\nquant à l’évolution de la VC pendant la pandémie,
\npuis quant à l’adaptation des organismes et de
\nleurs pratiques. Dans la dernière partie, ces
\nrésultats sont mis en relation avec l’état des
\nconnaissances sur la VC dans les situations de
\nsinistre, et plus particulièrement de la pandémie
\nde COVID-19. Les limites de la recherche sont
\nexposées et quelques pistes de recherche sont
\nsuggérées.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0000,002
Science ouverte0,0040,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Travaux en français237 207