Personnes âgées, peur du crime et expériences de victimisation criminelle
Bibliographic record
Abstract
Cette étude propose d’explorer, parmi un ensemble de variables propres à la vulnérabilité des personnes, celles qui expliquent le mieux les inquiétudes face à la victimisation criminelle chez les aînés. L’utilisation d’un instrument de mesure validé en français et adapté à une population âgée québécoise, le WAV (Worry About Victimization), nous aura permis d’étudier la peur du crime en précisant ses dimensions émotionnelles, cognitives et béhaviorale. L’échantillon est constitué de 387 répondants âgés entre 60 et 98 ans résidant dans les centres urbains de Montréal, Sherbrooke et Trois-Rivières. Les résultats suggèrent, qu’en somme, la préoccupation envers le crime en général, les préoccupations envers certains crimes plus spécifiquement définis, de même que les précautions prises contre le crime sont expliquées par des caractéristiques se rapportant à la vulnérabilité des personnes. Pour ces trois dimensions, le sexe représente le meilleur facteur explicatif. Les autres dimensions : perception générale du risque de victimisation, inquiétude diffuse face à l’éventualité d’être victime d’un crime, et recours à des mesures de protection s’expliquent à la fois par des caractéristiques de vulnérabilité et la recherche de protection. Il est à noter que pour ces autres dimensions, le sexe n’est pas au rang de facteurs explicatifs. Des analyses selon le sexe montrent par ailleurs que les inquiétudes des hommes sont moins fonction des caractéristiques de vulnérabilité que pour les femmes. À l’inverse, les expériences de victimisation criminelle de même que les caractéristiques définissant le réseau social, sa disponibilité, l’utilisation qui en est faite et la satisfaction qu’on en tire expliquent davantage l’inquiétude des hommes que celle des femmes. Cette étude conclut que la considération d’autres théories, en complémentarité avec celle de la vulnérabilité, pourrait être bénéfique selon la dimension des inquiétudes étudiée et le sexe des répondants. Cela dit, l’utilisation du WAV apparaît être le premier pas vers l’obtention de connaissances plus nuancées et ainsi plus cohérentes en regard des différentes dimensions de l’inquiétude liée à la victimisation exprimée notamment par les personnes âgées.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 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".