Les sentiments dépressifs à l’adolescence : un facteur de risque différentiel du décrochage scolaire chez les filles et les garçons de milieu défavorisé
Bibliographic record
Abstract
Plusieurs travaux ont montré que les sentiments dépressifs chez les adolescents sont associés aux problèmes scolaires (faible rendement, désengagement, absentéisme, etc.). Et certains auteurs suggèrent qu’une partie importante des jeunes qui abandonnent leurs études souffriraient de troubles intériorisés tels que la dépression. Cependant, aucune étude à ce jour ne s’est penchée sur le lien entre la dépression et le décrochage scolaire de manière longitudinale. Cette étude vise donc à vérifier l’impact prédictif de la dépression sur le décrochage. Notre échantillon se compose de 139 adolescents montréalais (60 filles; 79 garçons), en moyenne âgés de 15,1 ans. Les participants, issus de milieux défavorisés, fréquentaient des classes de la 1re à la 5e secondaire au secteur régulier ou adapté. Ils ont été suivis durant 15 mois et 28 % d’entre eux ont décroché pendant l’étude (39 décrocheurs; 100 non-décrocheurs). La dépression a été mesurée avec l’inventaire de dépression de Beck. Nos résultats, obtenus à l’aide d’analyses de régression logistiques, montrent que la dépression est un facteur de risque du décrochage scolaire dont l’impact s’additionne à celui d’autres facteurs de risque socioéconomiques (scolarité des parents), individuels (âge, genre) et scolaires (risque de décrocher, indiscipline). De plus, nos résultats montrent que l’impact de la dépression est modéré par le genre des participants : la dépression a un impact plus important sur le décrochage scolaire chez les garçons que chez les filles. La discussion explore des hypothèses explicatives sur la plus grande vulnérabilité des garçons à décrocher lorsqu’ils font face à des problèmes intériorisés.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".