Les recours à l’expertise psychologique et psychosociale et leurs enjeux complexes : le point de vue d’avocats en matière familiale
Bibliographic record
Abstract
L’expertise psychologique et psychosociale (EPP) en matière familiale est un élément de preuve apprécié par les avocats et utile à la résolution des litiges. Or, aucune étude québécoise ne s’est intéressée au point de vue des avocats sur l’EPP et sur l’utilisation qu’ils en font. Dans l’étude présentée ci-dessous, onze avocats pratiquant en matière familiale et ayant recours à l’EPP ont participé à des entretiens de groupe focalisés. L’analyse des entretiens permet de documenter le contexte entourant le recours à l’EPP, les retombées attendues par les avocats, leurs attentes quant aux conduites et aux compétences des experts ainsi que les enjeux qui concernent autant les familles visées que la saine administration de la justice familiale. Les résultats mettent en lumière l’apport notable de l’EPP au travail des avocats. Toutefois, l’étude révèle que certains enjeux relatifs à l’EPP risquent de compromettre l’accès à la justice des familles considérées et de nuire à la qualité du service qui leur est offert.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".