Une analyse des facteurs de risque et de protection associés à la cyber victimisation en contexte de relation amoureuse chez les adolescentes : une perspective écologique
Notice bibliographique
Résumé
L’augmentation de l’utilisation des nouvelles technologies numériques a favorisé l’émergence de la cyber-violence dans les relations amoureuses (cyber-VRA) chez les adolescent.es. La cyber-VRA est un problème de santé publique associée à des conséquences néfastes (stress post-traumatique, automutilation, revictimisation par la violence entre partenaires intimes, etc.) pour les adolescent.es qui en sont victimes. Afin de réduire sa prévalence et les impacts négatifs associés, l’identification des facteurs de risque et de protection associés à la cyber-victimisation est essentielle. L’objectif de la présente étude était d’examiner l’influence des facteurs de risque et de protection associés à la cyber-victimisation chez les adolescentes tout en considérant ces facteurs à travers plusieurs niveaux d’analyse (individuel, interpersonnel et communautaire). Ainsi, 456 adolescentes âgées de 14 à 18 ans qui étaient en relation amoureuse ou avaient été en relation amoureuse au cours de la dernière année ont été recrutées via les réseaux sociaux pour remplir un questionnaire. Au niveau individuel, l’âge, l’origine ethnique, la dissociation, la régulation émotionnelle, les symptômes de stress post-traumatique et la résilience ont été mesurés. Au niveau interpersonnel, les formes dites traditionnelles de violence dans les relations amoureuses (VRA ; physique, verbale-émotionnelle, sexuelle, et les menaces d’un (ex) partenaire) ainsi que l’agression sexuelle durant l’enfance (ASE) ont été évaluées. Au niveau communautaire, la défavorisation matérielle du quartier, la défavorisation sociale du quartier, le soutien communautaire et la résilience communautaire ont été mesurés. Les données ont été analysées à l’aide d’une régression logistique hiérarchique. Le modèle final révèle que le fait de rapporter avoir subi de la VRA verbale-émotionnelle, de la VRA sexuelle, des menaces de la part d’un (ex) partenaire, ainsi que le fait de vivre dans des communautés avec des taux plus faibles de défavorisation sociale étaient associés à un risque accru de cyber-VRA chez les adolescentes. Étant donné que la cyber-VRA peut se produire de façon co-occurrente avec la VRA traditionnelle, l’intégration d’activités et de modules spécifiques sur la cyber-VRA dans les programmes de prévention de VRA traditionnelle semble tout indiquée. De tels programmes cibleraient les facteurs de risque et de protection associés aux deux formes de VRA, simultanément, et ce afin de parvenir à une prévention à plus grande échelle. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : cyber-violence dans les relations amoureuses, cyber-victimisation, adolescentes, facteurs de risque, facteurs de protection, modèle socioécologique, facteurs individuels, facteurs interpersonnels, facteurs communautaires
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».