Prédicteurs de l’assiduité et de l’engagement à un programme d’entraînement aux habiletés parentales
Bibliographic record
Abstract
Les programmes d’entraînement aux habiletés parentales (PEHP) sont efficaces pour aider les enfants présentant des problèmes de comportement et leur famille. Cependant, les parents se présentent à moins de 50% des rencontres. Or, l’assiduité et l’engagement des participants sont liés aux résultats obtenus. Des prédicteurs de l’assiduité, principalement socio-démographiques, ont été identifiés par les chercheurs. Par contre, ces derniers évoquent peu de solutions cliniques pour les intervenants aux prises avec les problèmes d’assiduité des parents. Le modèle théorique de Kazdin (1996) suggère que la perception de barrières affectant négativement leur participation prédit l’abandon des programmes, au-delà de leurs caractéristiques socio-démographiques. Cette étude vise donc à vérifier le lien entre l’assiduité et l’engagement des parents et leurs perceptions à l’égard du comportement de l’enfant, de leur compétence parentale (sentiment d’auto-efficacité), de la détresse suscitée par leur rôle parental, du fonctionnement de leur famille et des avantages et inconvénients au changement. L’échantillon est composé de 52 parents ayant participé au PEHP Ces Années Incroyables en raison du TDAH de leur enfant, âgé de 6 à 9 ans. L’assiduité est mesurée par le nombre de rencontres de groupe auxquelles ont participé les parents. L’engagement est observé à l’aide d’une grille de décodage permettant d’évaluer la participation à la discussion, l’ouverture personnelle, les résistances au contenu et la réalisation des devoirs. Les résultats montrent que les parents sont moins assidus lorsqu’ils perçoivent de l’opposition chez l’enfant et des inconvénients à modifier leurs pratiques éducatives et qu’ils vivent de la détresse dans leur rôle parental. Les parents qui perçoivent des problèmes cognitifs ou d’inattention chez leur enfant semblent moins engagés lors des rencontres alors que ceux qui perçoivent des avantages à modifier leurs pratiques éducatives sont plus engagés. La discussion explore des solutions afin de favoriser la participation active des participants à un PEHP.
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 | 0.004 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".