La parentification et les conflits de loyauté chez l’enfant exposé à la violence conjugale : contribution du point de vue de l’enfant sur la violence
Bibliographic record
Abstract
Résumé Le point de vue de l’enfant sur la violence et sur les relations au sein de sa famille est souvent retenu comme un prédicteur de l’adaptation de l’enfant exposé à la violence conjugale mais les relations entre ceux-ci sont mal connues. Cette étude a pour objectif de vérifier dans quelle mesure le blâme que l’enfant s’attribue pour la violence conjugale, la menace que cette violence représente pour lui et la peur d’être abandonné par les parents prédisent les conduites de parentification et les conflits de loyauté de l’enfant. L’étude a été menée auprès de 79 enfants (41 garçons et 38 filles) âgés de 8 à 12 ans et vivant avec leur mère dans un refuge pour femmes violentées. Les résultats révèlent que le blâme et la peur d’abandon prédisent la parentification et que la peur d’abandon prédit aussi les conflits de loyauté. La discussion souligne l’importance des caractéristiques de l’enfant dans la prédiction de la parentification et des conflits de loyauté en contexte de violence conjugale. Elle montre aussi l’intérêt d’une analyse prenant en compte le statut du conjoint violent selon que celui-ci est ou non le père biologique de l’enfant.
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 | 0.002 | 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 | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".