Validation d’une echelle de resilience (CD-RISC 10) aupres de meres d’enfants victimes d’agression sexuelle
Bibliographic record
Abstract
Objectifs : La présente étude a pour but de valider une version franco-canadienne de l’échelle de résilience Connor-Davidson Resilience scale (CD-RISC 10; Campbell-Sills & Stein, 2007; Hébert et al., 2018) auprès d’une population de mères d’enfants victimes d’agression sexuelle. Méthode : Un échantillon de 361 mères a été recruté dans différents centres d’intervention du Québec spécialisés en agression sexuelle. Les participantes ont complété le CD-RISC 10 ainsi qu’un questionnaire mesurant la détresse psychologique, les symptômes de stress post-traumatique et le sentiment d’empowerment pour évaluer les liens entre ces mesures et le CD-RISC 10. Résultats : Les résultats d’une analyse factorielle confirmatoire confirment une structure unifactorielle expliquant 62,49 % de la variance et les valeurs des indices de fidélité reflètent une bonne consistance interne (α = ,86; H = ,90; ω = ,89). Comme attendu, les scores sur l’échelle de résilience sont négativement corrélés à ceux aux échelles de symptômes de stress post-traumatique (r = - 0,24, p < ,01) et de détresse psychologique (r = - ,34, p < ,01), ainsi que positivement corrélés à la mesure du sentiment d’empowerment (r = ,30, p < ,01). Implications : Le CD-RISC 10 est un outil adapté et rapide qui permet d’évaluer adéquatement la résilience dans cette population clinique.
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 | 0.013 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".