«Partir ou rester?» : évaluer les facteurs de risque individuels et situationnels afin de mieux intervenir auprès des jeunes qui fuguent des centres de réadaptation
Bibliographic record
Abstract
La fugue est une problématique importante pour les instances veillant à protéger la sécurité et le développement des enfants et adolescents. Au Québec, un jeune sur quatre hébergé en centre de réadaptation l'expérimente. Bien que le taux de jeunes fugueurs reste stable, au cours des dernières années, le nombre d’absences s'est avéré en hausse. Cela signifie que ceux qui ont quitté leur milieu de vie substitut l'ont fait plus souvent. Puisque ce comportement peut compromettre la sécurité et le développement des enfants sous la responsabilité de ces instances, il faut chercher à déterminer les facteurs de risque individuels qui y sont associés. Il importe également de comprendre les caractéristiques du milieu de vie substitut et, plus largement, du contexte social environnant qui peuvent venir augmenter ou diminuer le risque. Une gestion efficace du risque de fugue passe nécessairement par une compréhension systémique de différents facteurs de risque individuels, organisationnels et environnementaux qui s’influencent et interagissent. Afin de considérer l’ensemble des caractéristiques permettant de prédire l'occurrence et la récurrence de la fugue, cette thèse poursuit deux objectifs principaux, abordés à partir d’une méthodologie mixte, alliant les méthodes quantitative et qualitative. Premièrement, le Guide d’évaluation du risque de fugue, un outil permettant d’évaluer le risque de fugue chez les jeunes hébergés en centre de réadaptation a été développé et validé. Un modèle composé initialement de 25 facteurs de risque a été soumis à diverses analyses psychométriques pour mettre à l'épreuve sa fidélité et sa validité prédictive. Des analyses de courbes ROC ont permis de déterminer que le modèle offrant la meilleure valeur prédictive en est un qui regroupe 15 éléments. De ce nombre, huit concernent des enjeux relationnels (ex.: alliance thérapeutique, réseau social, conflits, etc.). Une part importante de la prévention de la fugue doit donc s’intéresser à la façon dont le jeune interagit avec son entourage. Deuxièmement, 15 entretiens ont été réalisés auprès d’acteurs-clés afin de mieux cerner les caractéristiques du milieu de vie substitut qui peuvent avoir une incidence sur le risque de fugue. L’étude de ces facteurs situationnels a permis de comprendre en quoi l'historique récent de fugues dans le milieu de vie substitut, l’encadrement physique, les équipes d’intervenants, les composantes organisationnelles et les caractéristiques de la prise en charge peuvent prévenir ou accroitre le risque de fugue. Ces entretiens ont également mis de l’avant l’importance du contexte social environnant dans la compréhension de la problématique. En somme, cette thèse avance que la gestion du risque implique non seulement qu'on identifie les caractéristiques du jeune qui le prédisposent à la fugue, mais que l'on comprenne également en quoi des facteurs situationnels réduisent ou exacerbent le risque. Enfin, elle soutient que cette compréhension reste incomplète si l’on ne tient pas compte de certaines composantes du contexte social environnant.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".