Le développement de l’agression physique au cours de l’enfance : différences entre les sexes et facteurs de risque familiaux1
Bibliographic record
Abstract
Plusieurs théories concernant le développement des comportements violents et antisociaux se centrent sur l’idée qu’il existe des groupes d’individus qui suivent des trajectoires distinctes et que des facteurs de risque spécifiques sont associés aux trajectoires qui débutent au cours de l’enfance. Ces théories sont pour la plupart formulées et testées auprès des hommes. Cette étude a pour objectif de modéliser le développement de comportements antisociaux chez les deux sexes et plus spécifiquement 1) de reconnaître les trajectoires développementales d’agression physique des garçons et des filles au cours de l’enfance et 2) d’examiner les variables familiales reliées à ces trajectoires. La modélisation permet d’établir quatre groupes d’enfants suivant des trajectoires développementales distinctes d’agression physique au cours de l’école primaire. Il y a presque trois fois plus de garçons que de filles sur les trajectoires les plus élevées. L’interaction entre le statut familial et la pauvreté est associée aux trajectoires qui dénotent un niveau élevé d’agression, et ce, en contrôlant le sexe. Les résultats suggèrent que les garçons et les filles qui proviennent d’une famille à la fois non intacte et pauvre sont particulièrement à risque de suivre des trajectoires élevées d’agression physique.
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".