Les pratiques de sextage chez les adolescents : état de la situation actuelle et étude sur la contribution de certains déterminants associés au phénomène
Bibliographic record
Abstract
Le premier objectif de cette étude consiste en l'investigation de la prévalence et de l'association entre les différents comportements de sextage chez un échantillon comprenant 345 adolescents du secondaire (49.9% féminin) de la région de Québec. Le second propose une évaluation de l'influence de facteurs liés à l'environnement médiatique, d'aspects ciblés par les programmes de prévention et de facteurs de risques sexuels sur la décision des adolescents d'envoyer des photos ou des vidéos à caractères sexuellement explicite via les technologies de l'information et des communications (TIC). La régression logistique effectuée montre que la consommation de cyberpornographie, le fait d'avoir eu plus de deux partenaires sexuels, le genre féminin ainsi qu'une plus large perception des conséquences négatives sont associés à la décision de sexter. L'auto-objectification, les compétences d'affirmation de soi et un plus jeune âge à la première relation sexuelle s'avèrent sans lien avec le sextage. Une analyse multigroupe effectuée sur le modèle postulé, qui explique 37.5% de la variance de la décision de sexter, montre que le modèle proposé ne varie pas en fonction du genre.
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".