Les adolescents en protection de la jeunesse et la pandémie de COVID-19
Bibliographic record
Abstract
La pandémie de COVID-19 pourrait avoir exacerbé les difficultés des adolescents en protection de la jeunesse (PJ), une population déjà vulnérable. Les mesures sanitaires limitant la propagation du virus pourraient avoir affecté les services en PJ et modifié le nombre de signalements. Cette étude vise à identifier si des changements ont été observés durant la pandémie de COVID-19 dans le nombre d'adolescents de 13 à 17 ans en PJ et dans la répartition des motifs de signalement chez ces jeunes pour la région de la Capitale-Nationale. Elle compare deux cohortes de signalements : l’année prépandémique et la première année de la pandémie. Des variations ont été calculées et des analyses de khi-carré ont été réalisées dans le logiciel SPSS à partir de données extraites de la Banque de données informationnelles (BDI) afin d’obtenir des coefficients de contingence. Elles montrent une augmentation des signalements chez les adolescents et des variations dans les motifs de signalement pendant la pandémie. Alors que les signalements pour les troubles de comportement sérieux et les abus physiques ont diminué, ceux concernant les autres motifs ont augmenté. Ces résultats mettent en lumière la persistance des problèmes de maltraitance, soulignant le besoin de sensibiliser davantage les familles pour réduire leur occurrence spécifiquement pour les motifs en hausse.
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 | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".