Adolescents en centre de réadaptation : évaluation du trauma
Bibliographic record
Abstract
Considérant que les jeunes placés en centre de réadaptation ont souvent vécu des événements traumatiques multiples et que les services spécialisés en trauma ne sont pas systématiquement implantés en protection de la jeunesse, il serait souhaitable qu’une évaluation standardisée des événements et des séquelles traumatiques soit mise en place auprès de cette clientèle à risque. L’objectif de cet article est d’offrir une synthèse des outils psychométriques pour évaluer le trauma chez les jeunes, et ce, dans le but de rendre plus accessible cette information nécessaire au développement d’un programme solide et cohésif de santé mentale axé sur le traumatisme en protection de la jeunesse. Sur la base d’une démarche systématique, 13 outils qui visent les événements et les symptômes traumatiques ont été sélectionnés, la plupart étant des questionnaires que les jeunes remplissent et des entrevues dirigées. Les considérations pratiques et méthodologiques de ces outils sont présentées. L’implantation d’une évaluation systématique des traumas pour les enfants et les jeunes en centre de réadaptation pourrait servir de tremplin à la mise sur pied de services spécialisés pour cette clientèle dont les besoins sont criants. Les interventions les plus prometteuses sont discutées.
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 | 0.007 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".