Apports d’une base de données intégrée à la prise en charge intersectorielle des enfants victimes de maltraitance : Analyse des trajectoires sociojudiciaires selon la nature des gestes et l’âge des enfants
Bibliographic record
Abstract
La prise en charge des enfants victimes d’abus sexuels, d’abus physiques ou de négligence grave nécessite la collaboration interdisciplinaire des secteurs psychosocial, médical, policier, judiciaire et communautaire. Les Services Intégrés en Abus et Maltraitance (SIAM) des régions de Québec et du littoral de Chaudière-Appalaches, inspirés du modèle des centres d’appui aux enfants et aux adolescents ou Child and Youth Advocacy Centres, offrent de tels services intersectoriels dans un même lieu physique. S’appuyant sur une cohorte de 1616 situations d’enfants (de moins de 18 ans) signalés au SIAM, cette étude exploratoire vise à 1) décrire les caractéristiques de ces situations (par ex. genre et âge de l’enfant, lien relationnel entre l’enfant et le ou les présumés auteurs) en fonction de la nature des gestes signalés; et 2) décrire les caractéristiques des trajectoires de services observées dans ces situations (par ex. issue de l’enquête policière, issue du processus judiciaire et services d’aide psychosociaux) et la manière dont elles se distinguent selon la nature des gestes signalés et l ’âge de l ’enfant. Les résultats montrent que les caractéristiques des situations et la prise en charge interdisciplinaire varient en fonction de la nature des gestes signalés. Par exemple, les abus sexuels font l’objet d’accusations criminelles et de services d’aide psychosociaux en plus grandes proportions que les abus physiques et la négligence grave. Pour ces deux derniers types de gestes signalés, qui concernent une plus grande proportion de présumés auteurs intrafamiliaux, l’intervention psychosociale est privilégiée à l ’intervention policière. L’âge des enfants signalés influence principalement la rapidité de la prise en charge, les situations d’enfants plus jeunes étant traitées avec davantage de diligence. En termes de retombées, l’accès à des informations relatives aux différents mandats sectoriels de services au sein d’une même base de données intersectorielle permet d’informer et de convier tous les partenaires à l’amélioration des pratiques et des services multidisciplinaires octroyés aux enfants et à leur famille.
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 | 0.026 | 0.102 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.017 | 0.022 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| 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".