Potentiels et enjeux de l’intervention par texto : l’expérience de Tel-jeunes au Québec
Bibliographic record
Abstract
En 2013, Tel-jeunes s’est doté d’un nouveau mode d’intervention brève par texto pour rejoindre les jeunes âgés de 12 à 17 ans. Ce type d’intervention psychosociale assuré par un intervenant professionnel constituait une première au Québec. Tel-jeunes a engagé une recherche visant à : 1) cerner les motivations et les types de problématiques qui amènent les jeunes à utiliser le service ; 2) documenter les spécificités de l’intervention brève par texto ; 3) identifier les avantages et les difficultés rencontrées par les intervenants. Nous avons opté pour une stratégie méthodologique mixte mobilisant 3 modes de collecte des données soit 4 groupes focus avec des jeunes âgés de 15 à 17 ans, 2 groupes focus avec 11 intervenants et une analyse de contenu d’un corpus de 13 236 textos. Nos résultats montrent que le service texto répond à un besoin de communication des jeunes et qu’il permet de rejoindre une nouvelle clientèle. Trois thématiques dominent dans les demandes qui émanent très largement des filles, soit les relations amoureuses, la santé psychologique et la sexualité. Les jeunes attribuent de nombreux avantages au service texto, entre autres, l’anonymat, la possibilité de texter en tout temps et le caractère réflexif de l’écrit. Les intervenants jugent ce mode d’intervention efficace et satisfaisant pour répondre aux demandes d’information des jeunes, mais rapportent des difficultés lors d’interventions sur des problématiques plus complexes. Celles-ci renvoient aussi au mode de communication par texto, aux limites de la plateforme web et à l’organisation du travail. Plusieurs ajustements ont permis d’améliorer l’expérience d’intervention.
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 | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.008 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".