Culpabilité chez les enfants victimes d’agression sexuelle
Bibliographic record
Abstract
Des études antérieures relèvent que le sentiment de culpabilité est un facteur associé aux répercussions de l’agression sexuelle (AS) chez les survivants adultes (Cantón-Cortés, Cantón, Justicia et Cortés, 2011). Toutefois, très peu d’études ont exploré le rôle potentiel du sentiment de culpabilité sur les symptômes chez les enfants victimes. L’objectif de cette recherche est d’étudier le rôle médiateur de l’évitement dans la relation entre le sentiment de culpabilité et les symptômes associés à l’AS (anxiété et estime de soi). L’échantillon est composé de 447 enfants victimes d'AS (319 filles et 128 garçons), âgés de 6 à 12 ans. Les résultats des analyses acheminatoires indiquent que les enfants révélant davantage de culpabilité par rapport à la situation d’AS présentent un niveau plus élevé d’anxiété et une plus faible estime d’eux-mêmes. Un effet indirect a également été observé et montre que le sentiment de culpabilité est lié à l’utilisation de stratégies d’évitement, qui en retour exacerbent les symptômes d’anxiété et contribuent à une plus faible estime de soi. Le modèle, qui s’ajuste aux données de manière équivalente pour les filles et les garçons, permet d’expliquer 24,4 % de la variance des symptômes d’anxiété et 11,2 % de la variance de l’estime de soi. Ces résultats laissent entendre que le sentiment de culpabilité pourrait constituer une cible d’intervention pertinente pour les enfants victimes d’AS.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| 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) | 0.004 | 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".