Blâmer les victimes de la traite des personnes à des fins d’exploitation sexuelle : proportion et facteurs associés
Bibliographic record
Abstract
La traite des personnes à des fins d’exploitation sexuelle, représentant environ 4,8 millions de victimes en 2016, est la forme la plus répandue de traite des personnes. Dans l’optique ou le blâme qui est attribué aux victimes peut nuire à leur rétablissement, la présente étude a évalué la proportion et les facteurs associes au blâme des victimes de la traite des personnes à des fins d’exploitation sexuelle. Cette recherche s’inscrit dans le cadre d’un projet de recherche en cours à l’Universite du Québec à Chicoutimi (UQAC). Les facteurs évalués sont les suivants : genre, culture, niveau d’éducation, âge, histoire de victimisation sexuelle, expérience antérieure avec l’industrie du sexe, attitudes envers la prostitution, abus physique à l’enfance, consommation de pornographie, sexisme, racisme, expériences relatives à la stigmatisation sociale, ainsi qu’adhésion aux mythes entourant la traite des personnes à des fins d’exploitation sexuelle, la traite des personnes et les agressions à caractère sexuel. Cette étude observationnelle transversale a été réalisée auprès de 265 étudiant.es universitaires (M = 24,5 ans), par la passation d’un questionnaire en format papier durant des périodes de cours. Les données ont été analysées en utilisant un test t de Student et des khi-carres. Les résultats révèlent que 7,3% des etudiant.es universitaires (7,6 % au premier cycle et 7 % aux cycles supérieurs) ont blâmé la victime d’un scenario de traite des personnes à des fins d’exploitation sexuelle. Les individus appartenant à une culture autre que caucasienne et noire, davantage sexistes et qui adhéraient davantage aux mythes entourant la traite des personnes à des fins d’exploitation sexuelle, la traite des personnes et les agressions à caractère sexuel étaient plus nombreux à blâmer la victime. Ces observations ont le potentiel de permettre le développement de stratégies de lutte et de sensibilisation plus ciblées. Cette étude fournit également deux nouveaux outils traduits en français, qui permettront aux professionnel.les d’évaluer l’adhésion aux mythes entourant la traite des personnes à des fins d’exploitation sexuelle et la traite des personnes.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".