Consommation et agressions sexuelles : évaluation d’une intervention préventive en milieu collégial
Bibliographic record
Abstract
La littérature établit un lien entre la consommation de drogues et d’alcool et les agressions sexuelles. À cet effet, l’alcool constitue la substance la plus utilisée lors d’une agression sexuelle. Cependant, la perception des jeunes reste associée au GHB lorsqu’on aborde la thématique des drogues du viol. L’étude vise à examiner les effets d’une intervention préventive quant au changement dans les connaissances d’étudiants de niveau collégial face aux substances pouvant faciliter une agression. En tout, 623 étudiants ont participé à l’intervention et ont répondu à des questionnaires de prétest et de post-test, tandis que 247 étudiants composaient le groupe contrôle. Les résultats indiquent un effet positif de l’intervention en post-test, de sorte que les participants ciblent davantage l’alcool comme étant la première substance reliée aux agressions sexuelles. De plus, ils reconnaissent davantage le rôle de la consommation en tant que facteur de risque à une agression. Par ailleurs, les résultats indiquent également que l’alcool seul ne fait pas l’unanimité en tant que substance la plus utilisée pour faciliter une agression. Les participants tendent à mentionner d’autres substances telles que certains médicaments mélangés avec l’alcool. Les résultats suscitent la réflexion quant à l’utilité d’aborder plusieurs substances qui pourraient, au dire des jeunes, être utilisées dans un contexte d’agression sexuelle. Il semble que l’intervention aurait plutôt intérêt à détailler le rôle de l’alcool et le contexte de son utilisation dans la création d’une dynamique d’agression. De plus, l’information devrait porter sur la relation sexuelle sans consentement ou forcée pour correspondre à la réalité des jeunes auprès desquels l’intervention a lieu. Les nuances pourraient alors être mises en évidence pour aborder le niveau de consommation d’alcool en fonction de la quantité ingérée, le sexe du consommateur et les contextes de consommation.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".