Les stratégies d’intervention offertes aux jeunes mères sont-elles efficaces pour prévenir la maltraitance envers leurs enfants?
Bibliographic record
Abstract
Les écrits scientifiques documentent largement le fait que les jeunes mères sont à risque d’inadaptation psychosociale. Par ricochet, cette vulnérabilité affecte également leurs enfants, comme l’indique entre autres aspects un taux de maltraitance plus élevé au sein de ces familles comparativement à celui des populations de mères adultes à faible risque. Afin de contrer ce phénomène de maltraitance, diverses interventions ont été développées au cours des cinq dernières décennies, certaines privilégiant le soutien direct apporté aux jeunes mères et d’autres ciblant à la fois le soutien maternel et les interactions entre la mère et son enfant. Les résultats de ces interventions pour prévenir l’apparition de maltraitance sont variables, certaines études rapportant une grande efficacité alors que d’autres concluent à des résultats faibles, voire nuls. Considérant cette variation, le premier objectif de cette méta-analyse est de vérifier l’efficacité générale des interventions offertes aux jeunes mères pour prévenir la maltraitance envers leurs enfants. L’objectif secondaire est de distinguer si une cible d’intervention engendre un meilleur résultat que l’autre. Une recension systématique a permis d’identifier six études évaluant huit programmes distincts. Les calculs méta-analytiques indiquent une taille d’effet globale (d = -0,29, p = 0,01) démontrant l’efficacité générale des interventions préventives. Plus précisément, les interventions qui ciblent à la fois le soutien maternel et les interactions mère-enfant sont efficaces pour diminuer le taux de maltraitance. Les résultats de cette étude permettront d’orienter les services offerts actuellement en matière de prévention de la maltraitance auprès d’une population de jeunes mères.
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 | 0.009 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".