Analyse des enjeux de mise en oeuvre du programme BÉRA® pour prévenir la violence sexuelle en milieux universitaires francophones
Notice bibliographique
Résumé
Bien que des interventions fondées sur des données probantes existent pour prévenir les violences sexuelles, leur adoption demeure difficile dans certains milieux universitaires. Cette étude a examiné le processus de mise en oeuvre de BÉRA®, un programme de résistance aux violences sexuelles, non adopté par cinq campus universitaires francophones canadiens. L’objectif était d’identifier les enjeux qui ont entravé et qui auraient pu faciliter son déploiement dans ces milieux. Des entretiens semi-directifs ont été menés auprès d’actrices et d’acteurs clés (8 formatrices et 8 représentants et représentantes d’associations étudiantes) à l’aide d’un guide qui tient compte de l’influence du contexte législatif sur la mise en oeuvre. Le Consolidated Framework for Implementation Research -CFIR- a servi de cadre pour l’analyse thématique des données. Les résultats montrent que l’interaction entre le contexte externe, le contexte interne et les caractéristiques du programme a largement contribué au désistement des milieux universitaires. Les enjeux déterminants pour l’adoption incluent les lois et politiques en vigueur, la disponibilité des ressources, l’engagement des personnes clés, les réseaux et communications, la priorité relative accordée au programme, sa compatibilité perçue avec le contexte, son adaptabilité, ses coûts et son avantage relatif. En documentant l’échec d’adoption d’une intervention préventive ciblant les potentielles victimes de violences sexuelles, cette étude montre l’importance de mettre en place les conditions nécessaires au déploiement de telles interventions.
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 | 0,036 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».