Le développement sain de l’enfant par le jeu risqué extérieur : un équilibre à trouver avec la prévention des blessures
Bibliographic record
Abstract
Le jeu libre est essentiel pour le développement de l'enfant, de même que pour sa santé physique, mentale et sociale. Les occasions de se livrer au jeu libre extérieur, et au jeu risqué en particulier, ont considérablement diminué ces dernières années, en partie parce que les mesures de sécurité ont visé à prévenir toutes les blessures liées aux jeux plutôt que seulement les blessures graves et fatales. Le jeu risqué désigne des formes passionnantes et stimulantes de jeu libre dont l'issue est incertaine et qui comportent une possibilité de blessure physique. Les promoteurs du jeu risqué distinguent le « risque » du « danger » et aspirent à recadrer la perception du risque pour qu'il devienne une occasion d'évaluer une situation et de favoriser le développement personnel. Dans le présent document de principes, les auteures soupèsent le fardeau des blessures liées au jeu par rapport aux données probantes en appui au jeu risqué, notamment les avantages, les risques et les nuances, qui peuvent varier en fonction de l'étape de développement de l'enfant, de ses aptitudes et du contexte social et médical. Elles proposent des approches pour promouvoir des échanges ouverts et constructifs avec les familles et les organisations. Les pédiatres sont invités à percevoir le jeu risqué extérieur comme un moyen de contribuer à prévenir et à gérer des problèmes de santé courants tels que l'obésité, l'anxiété et les problèmes de comportement.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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.
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".