Violence des femmes : représentation sociale des travailleuses de centres de femmes ayant animé le programme d'intervention "Violente, moi? Explorer, décider, agir autrement"
Bibliographic record
Abstract
Ce mémoire s'intéresse à la représentation sociale de la violence des femmes des travailleuses de centres de femmes ayant animé le programme Violente, moi? Explorer, décider, agir autrement (Relais-femmes, Damant & Roy, 2015). Soulevant de nombreux débats au sein de la population et de la communauté scientifique, la violence des femmes demeure une problématique peu reconnue et documentée. À l'aide du cadre théorique des représentations sociales et d'entretiens auprès de douze intervenantes provenant de divers centres de femmes du Québec, ce mémoire a pour but de saisir la manière dont leur représentation sociale façonne les défis qu'elles perçoivent dans l'intervention. L'analyse du contenu de leur représentation, des défis d'intervention perçus et des explications données quant à ces défis suggère que certains éléments de leur représentation ont façonné les défis d'intervention qu'elles ont perçus. Les liens entre leur représentation, leurs perceptions des défis et leurs explications demeurent toutefois complexes, et ce, en raison d'autres facteurs ayant pu influencés leur intervention et des limites méthodologiques de ce mémoire. Les résultats de cette recherche amènent à formuler des recommandations notamment quant à la formation des intervenantes, la sensibilisation des organismes partenaires et l'exploration des pratiques pour favoriser l'engagement des participantes du groupe.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".