Nonsuicidal self-injury in a non-western country and among ethnic/racial minority university students in Canada
Notice bibliographique
Résumé
L'automutilation est caractérisée par des blessures auto-infligées par des moyens tels que les coupures, les griffures et les cognements, provoquant des dommages immédiats sur ses propres tissus corporels, sans intention suicidaire consciente, ni pour des raisons acceptées socialement (Nock, 2010). Bien que le caractère universel de l'automutilation en tant que trouble clinique reçoive de plus en plus d'attention, les travaux de recherche qui dominent dans ce domaine sont réalisés sur des groupes de personnes occidentales caucasiennes. L'objet de cette thèse était d'apporter des nuances culturelles à la compréhension du phénomène d'automutilation, en se concentrant sur un échantillon d'étudiants universitaires au Canada, issus de minorités ethniques, ainsi qu'un échantillon d'étudiants universitaires en Iran.Le premier article sert de recension de la littérature. En effet, il est une revue critique de la recherche empirique sur les automutilations dans les pays non-occidentaux et chez les personnes issues de minorités ethniques vivant dans le monde occidental, et il permet de mieux comprendre les mécanismes associés à l'automutilation chez les personnes qui ne font pas partie de la majorité dominante caucasienne.Le deuxième article s'intéresse à la prévalence, aux caractéristiques et aux facteurs de risque des automutilations ainsi qu'à leurs liens avec les tentatives de suicide, dans un échantillon d'étudiants universitaires de Téhéran, en Iran. Les résultats ont montré une prévalence des automutilations au cours de la vie de 12.3% (n=68) et aucune différence liée au genre. Les résultats de la régression logistique ont montré que, chez les femmes, mieux reconnaître ses émotions était un facteur de risque pour les automutilations ; aucun lien n'a été identifié entre les troubles de la régulation émotionnelle et l'automutilation chez les hommes. Ces résultats ont fourni de nouveaux éléments importants à propos de la manifestation des automutilations chez les étudiants de Téhéran. Les résultats sont également révélateurs du fait que le lien entre les automutilations et les troubles de la régulation des émotions rapporté dans le monde occidental puisse varier en fonction des cultures.Le troisième article évalue le rôle des automutilations dans un échantillon d'étudiants universitaires qui s'automutilent en Iran, à l'aide de l'inventaire d'énoncés sur l'automutilation. Les résultats d'une analyse factorielle à caractère exploratoire utilisant une approche d'estimation bayésienne ont abouti à une modélisation du rôle des automutilations s'appuyant sur trois facteurs incluant les phénomènes d'identification sociale, d'identification intrapersonnelle et des facteurs de communication. Ces résultats reflètent le contexte socioculturel de l'échantillon étudié.Examinant un nouvel axe, le quatrième article, s'intéresse à la prévalence des automutilations et des différences de genre dans un grand groupe d'étudiants d'universités canadiennes provenant de différents groupes ethniques. La recherche d'accès aux soins, l'utilisation des services de santé mentale, et les réponses culturelles aux automutilations ont été examinées chez des personnes venant de divers groupes ethniques rapportant des automutilations. Les résultats ont montré que les asiatiques, les sud-asiatiques, les caucasiens et les personnes multi-ethniques étaient les plus à risque d'automutilation. De plus, l'analyse qualitative des données ont indiqué trois catégories de réponses culturelles aux automutilations : des réponses ancrées dans la stigmatisation des automutilations et des problèmes psychologiques, des réponses enracinées dans les réactions émotionnelles, et des réponses constructives. En résumé, les résultats de cette thèse ont permis de pallier à la sous-représentation des échantillons non-caucasiens dans la littérature scientifique sur les automutilations et révélé de nouveaux schémas sur le rôle des automutilations et les facteurs de risque associés.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| 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) | 0,003 | 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 ».