Évaluation Du Programme «les Préjugés … J'Connais Pas!» Auprès Des Jeunes De Secondaire V
Bibliographic record
Abstract
Cet article présente les résultats de l'évaluation des effets d'un programme de sensibilisation visant è diminuer les préjugés envers les personnes ayant une maladie mentale et leurs proches chez les jeunes. L'étude a été réalisée selon un devis quasi-expérimental auprès de 16 classes d'élèves de secondaire V. Un groupe de 214 élèves participant au pro-gramme «Les préjugés . . . j'connais pas!» ont complété une mesure de connaissances, un questionnaire portant sur les attitudes face aux personnes éprouvant des désordres mentaux et un questionnaire visant è estimer la distance sociale. Ces élèves ont été comparés è un groupe témoin de 159 jeunes. Les résultats indiquent qu'au post-test, les élèves qui ont participé è l'atelier de sensibilisation obtiennent des scores plus élevés è la mesure de connaissances et rapportent entretenir des attitudes plus favorables è l'égard des personnes ayant des maladies mentales que les élèves du groupe témoin. Les données suggèrent de plus que les jeunes qui ont participé au programme démontrent mons de réticences è côtoyer les personnes éprouvant des problèmes de santé mentale majeurs que ceux et celles n'y ayant pas participé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".