MétaCan
Menu
← Back to cohort
Record W3022943767 · doi:10.71781/17636

La motivation aux interventions et programmes correctionnels chez les détenus canadiens des pénitenciers fédéraux

2019· dissertation· fr· W3022943767 on OpenAlexaboutno aff
Sophie-Anne Dufour

Bibliographic record

VenueOpen MIND · 2019
Typedissertation
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Malgré l’importance de la motivation pour le maintien des détenus dans les programmes visant leur réadaptation, les connaissances sur leur motivation demeurent insuffisantes. Les études passées comportent des limites affectant leur possibilité de généralisation et de comparaison. Les facteurs associés à la motivation ne sont pas explorés systématiquement et sont parfois inconsistants. De plus, la compréhension de la motivation parmi les détenus canadiens est limitée par le fait que le Service correctionnel Canada (SCC) n’utilise pas d’instrument évaluant exclusivement leur motivation à l’égard des interventions. Les évaluations du SCC qui considèrent la motivation ont rarement été examinées en recherche et ne l’ont pas été de manière interactive. Une recension approfondie des écrits sur la motivation en milieu carcéral et une méthodologie plus détaillée de la thèse sont d’abord décrites. L’étude comporte deux volets incluant 562 hommes détenus, condamnés à une première ou nouvelle sentence de deux ans et plus, incarcérés pour des délits variés à travers tous les pénitenciers fédéraux du Québec. Dans le premier, des évaluations de leur santé mentale ont été effectuées avec plusieurs instruments cliniques. Dans le deuxième, une collecte de données a été entreprise dans leurs dossiers carcéraux afin d’obtenir des informations sur les services reçus en établissement. Par exemple, des programmes correctionnels sur la prévention de la violence, la prévention de la violence familiale, la délinquance sexuelle, la toxicomanie, les compétences psychosociales et le maintien des acquis sont pris en compte. Le premier article explore l’association et la cohérence entre les mesures de la motivation aux interventions et programmes correctionnels, l’évolution de la motivation au cours des programmes, ainsi que l'impact de la motivation sur la complétion d’un programme et la réhabilitation. Le second article se penche sur l’identification des prédicteurs principaux de la motivation aux interventions. Les résultats montrent (1) le lien et la différence entre les mesures de la motivation aux interventions évaluées par des intervenants distincts et ayant des cibles différentes, (2) l’augmentation de la motivation au cours d’un programme complété, (3) la similarité de la motivation entre des programmes ciblant la même problématique, (4) la différence de motivation entre des programmes ciblant une problématique distincte, (5) la prédiction de la complétion et réussite d’un programme par la motivation évaluée avant programme, (6) la prédiction de la révocation par la motivation évaluée après un programme complété et, (7) après avoir considéré plusieurs éléments ayant été liés à la motivation lors d’études antérieures, l’identification de plus de quinze prédicteurs de la motivation des détenus en établissant leur importance respective dans des modèles considérant les mesures de la motivation du SCC. Plusieurs implications sont ensuite discutées. Cette thèse permet de guider la manière dont la motivation aux interventions pourrait être considérée et évaluée en cours d’incarcération pour encourager la réussite des programmes. Elle permet aussi d’identifier des prédicteurs de la motivation qui pourraient être ciblés pour motiver les détenus et aider à sélectionner ceux nécessitant des interventions motivationnelles avant et pendant les programmes. Enfin, elle permet de cibler des pistes pour les recherches futures.

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 imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.014
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.598
Threshold uncertainty score0.800

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.014
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.000

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.

Opus teacher head0.361
GPT teacher head0.503
Teacher spread0.142 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicEducation, sociology, and vocational training→French-language works237,207→