MétaCan
Menu
Back to cohort
Record W4382623228 · doi:10.7202/1099005ar

Le témoignage des mineurs à la cour

2023· article· fr· W4382623228 on OpenAlexaffvenue
Maxime Gadoua, Isabelle V. Daignault, Mireille Cyr, Sébastien Lachambre, Kathleen Dufour

Bibliographic record

VenueCriminologie · 2023
Typearticle
Languagefr
FieldPsychology
TopicChild Abuse and Trauma
Canadian institutionsUniversité de MontréalInternational Centre for Comparative Criminology
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

L’acte de témoigner devant un tribunal peut être une épreuve extrêmement éprouvante et exigeante pour les enfants et adolescents victimes ou témoins d’actes criminels. Certains jeunes, notamment ceux pris en charge en vertu de la Loi sur la protection de la jeunesse (LPJ), ont des besoins particuliers et peuvent avoir à témoigner à plus d’une reprise. Alors que plusieurs enfants et adolescents sont appelés à témoigner, peu d’études ont permis de documenter l’apport des programmes de préparation au témoignage pour bien accompagner les jeunes. Au sein d’un échantillon de jeunes bénéficiant d’un programme de préparation au témoignage, cette étude vise à documenter leur expérience judiciaire et à évaluer l’apport du programme sur le niveau de craintes des témoins mineurs. Les résultats indiquent que les filles entretiennent plus de craintes que les garçons à l’idée de témoigner. Les résultats montrent que 44,1 % des jeunes qui ont été préparés au témoignage ont eu à livrer un témoignage. Une diminution significative du niveau de craintes autorapportées dans le Fears of Court Questionnaire (Centre for Children and Families in the Justice System, 2002) a été observée entre le pré-test et au terme de l’intervention. Ces résultats confirment l’importance de bien préparer les jeunes qui sont amenés à témoigner. D’autres études sont nécessaires pour documenter les autres retombées du programme.

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)0.002
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: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.030
Threshold uncertainty score0.100

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.011
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0060.002
Scholarly communication0.0030.002
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0300.006

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 head0.447
GPT teacher head0.424
Teacher spread0.023 · 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

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same venueCriminologieSame topicChild Abuse and TraumaFrench-language works237,207