Savoir détecter l’exposition des enfants à la violence entre partenaires intimes, qu’elle soit présumée ou divulguée, et savoir intervenir
Bibliographic record
Abstract
Résumé L’exposition des enfants à la violence entre partenaires intimes (EEVPI), qu’il s’agisse des parents ou d’autres proches, représente près de la moitié de tous les cas qui font l’objet d’une enquête et sont corroborés par les services de protection de l’enfance du Canada. Les atteintes affectives, physiques et comportementales associées à l’EEVPI sont semblables aux effets d’autres formes de maltraitance envers les enfants. Il peut être difficile d’établir quels enfants et adolescents sont exposés à la violence entre partenaires intimes (VPI) en raison des comportements non spécifiques parfois associés à une telle exposition, de même que de la stigmatisation et du secret entourant souvent ce type de violence. Par ailleurs, une intervention en toute sécurité auprès des enfants et des adolescents chez qui on présume une exposition à la VPI peut être compliquée par la nécessité d’également tenir compte de la sécurité et du bien-être d’un proche non contrevenant. Le présent document de principes propose une approche fondée sur des données probantes mise au point par le projet VEGA (Violence, Evidence, Guidance, Action ou violence, données probantes, conseils, action) pour détecter l’exposition des enfants et des adolescents à la VPI et intervenir en toute sécurité auprès d’eux.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".