L’exposition à la violence familiale
Bibliographic record
Abstract
Les résultats de cette recherche portent sur l’accumulation de diverses formes de violence et leurs conséquences sur les jeunes exposés à la violence familiale (EVF). Les hypothèses de départ sont : 1- les jeunes EVF vivent plus de violences diverses et plus de symptômes de trauma que les enfants non exposés ; 2- l’accumulation de violences dans la vie de ces jeunes a un effet modérateur sur les conséquences de l’EVF. Des analyses statistiques sont faites à partir de données secondaires issues de deux études québécoises sur la polyvictimisation. Les résultats démontrent que les jeunes EVF vivent davantage de formes de violence différentes annuellement. De plus, le niveau d’anxiété, de colère, de dépression et de syndrome de stress post-traumatique (SSPT) est également plus important pour eux. Par ailleurs, cette accumulation de violences a un effet modérateur sur la colère des 2 à 11 ans. Ces résultats nous amènent à constater l’importance de faire un dépistage de toutes les formes de violence autres que l’EVF pouvant prendre place dans la vie de ces jeunes. Cette vision holistique doit également être présente dans la recherche, puisque l’accumulation de violences peut avoir un effet modérateur sur les symptômes de trauma étudiés.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".