Polyvictimisation et comportements à risque chez des élèves chinois du High School1
Bibliographic record
Abstract
L’étude vise à évaluer la prévalence et les facteurs associés à la polyvictimisation chez l’enfant, ainsi qu’à fournir une estimation fiable du problème dans le contexte chinois. En utilisant une procédure d’échantillonnage stratifiée à deux niveaux, 18 341 élèves chinois ont été recrutés dans six villes de Chine. Ils ont été invités à remplir un questionnaire autoadministré contenant des questions sur leurs victimisations dans l’enfance, leurs comportements de dépendance et leurs comportements sexuels à l’adolescence. La version chinoise validée du questionnaire sur la victimisation juvénile (JVQ pour l’acronyme anglophone) a été utilisée. Les taux de prévalence obtenus, portant sur l’année précédente, sont de 23,2 % pour tout type de victimisation des enfants et 9,2 % pour la polyvictimisation. Vivre en Chine continentale, être parmi les plus jeunes et avoir des frères et soeurs, sont les facteurs associés à l’augmentation du rapport de cote (« odds ratio ») de polyvictimisation. Certains comportements de dépendance et sexuels des adolescents, incluant les jeux de hasard, le tabagisme, l’alcoolisme, les relations sexuelles précoces, les multiples partenaires sexuels, et la grossesse chez les adolescentes, sont également significativement associés à une probabilité accrue de polyvictimisation. Les résultats de cette étude révèlent de fortes associations entre la victimisation des enfants et les comportements à risque, ce qui souligne la nécessité d’une intervention prioritaire en cas de polyvictimisation.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| 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) | 0.004 | 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".