Adaptation scolaire des jeunes de secondaire au Québec : portrait de la victimisation, de l'intimidation et de la résilience
Notice bibliographique
Résumé
Parmi les situations qui peuvent miner le climat scolaire et nuire à l’apprentissage, l’intimidation et la victimisation s’avèrent des plus préoccupantes. Mais quelle est l’ampleur de celles-ci et comment se fait-il que certains jeunes s’en sortent mieux que d’autres et se montrent résilients? Dans ce contexte, les objectifs de cette étude sont: 1) de dresser un portrait de l’intimidation et de la victimisation; 2) d’examiner les qualités métriques du Resilience Scale for Adolescentes (READ); et 3) d’analyser la relation entre victimisation, résilience et adaptation. Au total, 165 élèves de 4ème et 5ème secondaire ont participé à l’étude en remplissant un sondage sur l’intimidation, la victimisation, la résilience et divers sujets apparentés. Parallèlement, leurs parents ont rempli une mesure de résilience. Les résultats montrent que 23 % des jeunes ont adopté des conduites intimidantes dans les deux derniers mois, alors que 31 % se déclarent victimes d’intimidation. Qui plus est, 44 % des jeunes rapportent des conduites intimidantes à un moment de leur parcours scolaire et 61 % s’en disent victimes. Pour ce qui est du READ, les résultats indiquent une structure factorielle stable, des indices de cohérence interne variant de ,64 à ,91 et des corrélations positives avec des mesures d’estime de soi, de soutien social, d’attitudes envers l’école et de résilience parentale. Finalement, une analyse de régression hiérarchique montre que la victimisation vécue et les facteurs de résilience expliquent 44 % de la variance de l’adaptation scolaire, les facteurs de résilience contribuant davantage au modèle prédictif (26 %) que la victimisation vécue (18 %). Cette étude met en lumière l’ampleur de la violence dans le contexte scolaire et comment les facteurs de résilience peuvent agir en tant que facteur de protection et pour maintenir une adaptation positive. Prôner le développement des facteurs de résilience s’avère une avenue intéressante pour outiller les jeunes face à l’adversité.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».