Les facteurs prédictifs de l’hostilité chez les jeunes dans le contexte de la pandémie de COVID-19
Notice bibliographique
Résumé
Cette étude vise à identifier les facteurs prédictifs de l’hostilité, soit le niveau d’agressivité envers les autres, chez les jeunes âgés de 14 à 24 ans en temps de pandémie. Elle repose sur un devis quantitatif découlant de l’étude MAVIPAN, axée sur l’expérience de la pandémie au sein de la population québécoise. Entre mai et juin 2020, 235 jeunes ont répondu à un questionnaire en ligne concernant leur vécu psychosocial. Une régression logistique multinomiale a été réalisée pour prédire leur appartenance aux groupes « non hostiles », « légèrement hostiles » et « hostiles ». Les analyses permettent d’identifier les principaux facteurs prédictifs de l’hostilité. Les jeunes hommes ayant obtenu un score élevé à l’échelle de stress sont notamment plus susceptibles de se retrouver dans le groupe « légèrement hostiles » plutôt que dans celui des « non hostiles ». Pour l’appartenance au groupe « hostiles », le jeune âge, un niveau de stress élevé et la présence d’un sentiment de solitude sont les facteurs qui ressortent de l’étude. Ces résultats sont cohérents avec les écrits scientifiques disponibles, qui identifient un lien entre les comportements hostiles et la détresse vécue par les jeunes dans le contexte de la pandémie.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».