Cooccurrence de violence conjugale et de maltraitance envers les enfants : Facteurs individuels et familiaux associés
Bibliographic record
Abstract
Résumé Les services de protection sont de plus en plus appelés à intervenir auprès des familles aux prises avec une cooccurrence de violence conjugale et de maltraitance envers des enfants. Or, on dispose de peu de connaissances sur le profil des familles aux prises avec des situations de cooccurrence qui sont connues des services de protection de l’enfance. La présente étude vise à documenter les caractéristiques ayant trait aux enfants, aux parents, à leur famille ainsi qu’aux formes de maltraitance et de violence conjugale associées aux situations de cooccurrence à partir d’un échantillon de 1025 enfants signalés aux services de protection francophones de Montréal au Québec (Canada). Trois groupes sont distingués : 1) les enfants exclusivement exposés à la violence conjugale, 2) les enfants exposés à la violence conjugale et victimes de maltraitance, 3 ) les enfants victimes de maltraitance mais non exposés à la violence conjugale. Les résultats obtenus indiquent que les situations de cooccurrence de violence conjugale et de mauvais traitements envers les enfants sont associées à un portrait plus lourd aux plans des formes de maltraitance, des conséquences pour l’enfant et des facteurs de risques parentaux et familiaux.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".