Bibliographic record
Abstract
Objectif. Les jeunes crossover sont définis comme des adolescents qui sont à la fois victimes de maltraitance et délinquants juvéniles. L'objectif de ce mémoire est d’examiner les relations entre les paramètres de la maltraitance (ex., récurrence, sous-types et variété) et les paramètres de la délinquance juvénile (ex., précocité, volume, variété, gravité moyenne et présence de sous-types) vécus par les jeunes crossover. Méthodes. La source des données est constituée de rapports officiels pour tous les adolescents et adolescentes québécois qui ont plaidé coupables ou ont été reconnus coupables d'un crime entre le 1e janvier 2005 et le 31 décembre 2010. D'abord, un portrait des jeunes crossover québécois est dressé à l’aide de statistiques descriptives. Ensuite, des analyses multivariées sont utilisées pour déterminer si les paramètres de la maltraitance prédisent les différentes dimensions de la délinquance et pour examiner les différences selon le sexe. Résultats. La délinquance des jeunes crossover est plus importante que celle des délinquants non-maltraités. Les expériences différentielles de la maltraitance sont liées à des paramètres hétérogènes de la délinquance juvénile. La récurrence de la maltraitance est un prédicteur important des paramètres de la délinquance ultérieure. De plus, la maltraitance est particulièrement influente sur la délinquance des garçons. Implications. Les interventions au sein des systèmes de la protection de la jeunesse et de la justice juvénile doivent être adaptées afin d'identifier les jeunes à risque de délinquance grave, de cibler les dimensions spécifiques de la maltraitance et d’entraver leurs liens à la délinquance ultérieure. L'intervention doit être privilégiée pour les victimes de multiples incidents de maltraitance et pour les garçons victimes de maltraitance.
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 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".