La violence subie par des adolescentes dans leurs fréquentations amoureuses : incidence et facteurs associés
Bibliographic record
Abstract
Cette étude vise à déterminer l’incidence de la violence psychologique, de la violence physique et de la violence sexuelle subies par des adolescentes dans leurs fréquentations amoureuses, et à identifier les facteurs associés à chacun des types de violence. Toutes les élèves de 3e secondaire (N = 427) de deux écoles publiques ont répondu à un questionnaire écrit à l’intérieur de leur classe de formation personnelle et sociale. Parmi celles qui ont vécu au moins une relation amoureuse durant la dernière l’année (n = 257), 29% ont subi de la violence physique, 25% ont subi de la violence psychologique, et 52% ont subi de la violence sexuelle de la part de leur partenaire. Des analyses de régression logistique ont indiqué que les réactions agressives de l’adolescente à la frustration, les agressions sexuelles intrafamiliales et le fait d’être active sexuellement sont des facteurs qui sont associés à la violence physique ainsi qu’à la violence psychologique. Le fait de vivre seule avec son père est un facteur qu’on trouve associé à la violence psychologique et à la violence sexuelle, alors qu’un faible niveau d’éducation du père est un facteur associé à la violence physique. Les problèmes de consommation de drogue et d’alcool ainsi que le fait de vivre dans une famille recomposée sont d’autres facteurs associés à la violence sexuelle.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".