MétaCan
Menu
Back to cohort
Record W4382311069 · doi:10.7202/1099011ar

Les situations à risque vécues lors des épisodes de fugue

2023· article· fr· W4382311069 on OpenAlexaffvenue
Sophie Couture, E. Fournier, Marie-Pierre Villeneuve, Catherine Laurier

Bibliographic record

VenueCriminologie · 2023
Typearticle
Languagefr
FieldHealth Professions
TopicHomelessness and Social Issues
Canadian institutionsHôpital Charles-Le MoyneUniversité de Sherbrooke
Fundersnot available
KeywordsHumanitiesFugue (hash function)ArtPsychologyLiterature

Abstract

fetched live from OpenAlex

La fugue en centre de réadaptation inquiète les autorités et les familles, car elle interfère avec les efforts de réadaptation en cours et expose les jeunes fugueurs à diverses situations pouvant mettre leur sécurité ou leur développement à risque. Bien que la multitude de facteurs menant à la fugue et les conséquences qui en découlent complexifient l’intervention, ces éléments représentent de potentiels leviers d’intervention méritant qu’on s’y attarde. Il est toutefois nécessaire de les contextualiser en documentant les expériences vécues lors des fugues. À l’aide d’entrevues effectuées auprès d’un échantillon de 15 jeunes fugueurs de sexe masculin hébergés en centre de réadaptation (15-17 ans), la présente étude qualitative vise d’abord à décrire l’expérience vécue lors des fugues pour ensuite explorer l’influence du contexte de ces épisodes (avant et pendant) sur les expériences rapportées. Une analyse thématique des transcriptions des verbatims a fait ressortir différentes situations à risque rapportées par les jeunes fugueurs et a permis de faire émerger quatre profils d’expérience lors des épisodes de fugue qui se distinguent sur la base de leurs expériences vécues. Tous les profils expriment une insatisfaction en ce qui concerne le contexte de placement et une prédominance du contexte relationnel dans les expériences mentionnées. Ces résultats mettent de l’avant l’importance de saisir les moments d’instabilité (p. ex., modification d’une autorisation de sortie) et de prendre en considération les expériences propres aux différents profils lors des interventions.

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)0.003
metaresearch head score (Gemma)0.011
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.011
Threshold uncertainty score0.022

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.011
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0050.005
Scholarly communication0.0040.003
Open science0.0010.004
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.642
GPT teacher head0.532
Teacher spread0.110 · 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 designQualitative
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

Citations1
Published2023
Admission routes2
Has abstractyes

Explore more

Same venueCriminologieSame topicHomelessness and Social IssuesFrench-language works237,207