La littérature démontre qu'entre le cinquième et les trois quarts des enfants placés se déplacent d'un milieu d'hébergement à un autre au fil de leur parcours de placements. Cette accumulation de déplacements devient une pente glissante vers l'instabilité et risque de compromettre leur bien-être. L'objectif général de cette thèse par article est de mieux décrire et comprendre l'instabilité des parcours de placements et ses liens avec les comportements, cognitions et émotions chez les adolescentes placées en contexte de réadaptation. Le premier article vise à identifier les parcours de placements des adolescentes placées en centres de réadaptation, et ce, depuis leur tout premier placement. Trois parcours de placements ont été identifiés chez les 315 adolescentes qui composent l'échantillon : un parcours à faible cumul de changements, un parcours à cumul de changements relationnels et un parcours à cumul de changements physiques. Le parcours à faible cumul de changements est emprunté par quatre adolescentes sur cinq (80,65 %) et a été qualifié ainsi puisque l'ensemble des indicateurs pour ce profil se situe sous la moyenne de l'échantillon. Les deux parcours de placements qui cumulent le plus de changements représentent quant à eux une adolescente sur cinq. D'abord, le parcours à cumul de changements relationnels (13%) se qualifie ainsi par l'ampleur du nombre d'intervenants qui ont été, tour à tour, responsables du dossier des adolescentes de ce profil. Celles-ci cumulent en moyenne 10 intervenants responsables, les plaçant bien au-dessus de la moyenne de l'échantillon. Enfin, le parcours à cumul de changements physiques (6,35 %) se caractérise par l'ampleur du nombre de déplacements cumulés (placements et sorties infructueuses de placement). En tout, près de 20 déplacements ont été cumulés chez les adolescentes de ces parcours, les situant très au-dessus de la moyenne de l'échantillon. Le deuxième article a pour but d'évaluer les liens d’association entre les parcours de placements et les problèmes de comportement des adolescentes. Nous avons étudié plusieurs problèmes de comportement spécifiques, soient l'agression, les vols, la consommation de substances psychoactives, la fréquentation de membres de gang et la prostitution. Cet article établit une association entre le fait d'avoir emprunté un parcours de cumul de changements physiques et la fréquence de l'engagement dans la prostitution (B = .648; p = 0.001) sur une période de 18 mois, et ce, peu importe l'âge des adolescentes. Le troisième article de cette thèse vise à comprendre le sens accordé au parcours de placements et à l'instabilité chez 15 jeunes femmes quelques années après leur sortie de placement. Les résultats pointent vers trois manières d'expérimenter l'instabilité en placement selon le niveau de pouvoir d'agir perçu au fil du parcours. Ainsi, alors que certaines jeunes femmes expliquent avoir surtout observé l'instabilité en placement, d'autres affirment l'avoir subie, et d'autres précisent l'avoir provoquée, surtout à travers leurs nombreuses fugues. Les bouleversements psychologiques, soient cognitifs et émotionnels qui ressortent de ces diverses perceptions de l'instabilité diffèrent et soulignent l'importance de la notion du pouvoir d'agir dans l'expérience de l'instabilité en placement. En somme, cette thèse suggère qu’une description plus holistique des parcours de placements exige d’aller au-delà de la mesure de ce seul indicateur en prenant en compte les placements dans leur globalité. Elle propose également de décloisonner la mesure de problèmes de comportement pour mesurer des comportements spécifiques plutôt que la propension générale aux problèmes de comportement. Enfin, la multiplication des points de vue à travers notre étude qualitative permet de mieux comprendre le sens que prend l'instabilité en placement chez les jeunes ainsi que ses répercussions cognitives et émotionnelles.

No description available.

Les revues de littérature sont couramment employées en sciences de la santé pour justifier et interpréter les résultats d’un ensemble d’études. Elles permettent également aux chercheurs, praticiens et décideurs de demeurer à jour sur les connaissances. Les revues dites systématiques mixtes produisent un bilan des meilleures études portant sur un même sujet tout en considérant l’ensemble des méthodes de recherche quantitatives et qualitatives. Leur production est ralentie par la prolifération des publications dans les bases de données bibliographiques et la présence accentuée de travaux non scientifiques comme les éditoriaux et les textes d’opinion. Notamment, l’étape d’identification des études pertinentes pour l’élaboration de telles revues s’avère laborieuse et requiert un temps considérable. Traditionnellement, le triage s’effectue en utilisant un ensemble de règles établies manuellement. Dans cette étude, nous explorons la possibilité d’utiliser la classification automatique pour exécuter cette tâche. La famille d’algorithmes ayant été considérée dans le comparatif de ce travail regroupe les arbres de décision, la classification naïve bayésienne, la méthode des k plus proches voisins, les machines à vecteurs de support ainsi que les approches par votes. Différentes méthodes de combinaison de caractéristiques exploitant les termes numériques, les symboles ainsi que les synonymes ont été comparés. La pertinence des concepts issus d’un méta-thésaurus a également été mesurée. En exploitant les résumés et les titres d’approximativement 10 000 références, les forêts d’arbres de décision admettent le plus haut taux de succès (88.76%), suivies par les machines à vecteurs de support (86.94%). L’efficacité de ces approches devance la performance des filtres booléens conçus pour les bases de données bibliographiques. Toutefois, une sélection judicieuse des entrées de la collection d’entraînement est cruciale pour pallier l’instabilité du modèle final et la disparité des méthodologies quantitatives et qualitatives des études scientifiques existantes. / The interest of health researchers and policy-makers in literature reviews has continued to increase over the years. Mixed studies reviews are highly valued since they combine results from the best available studies on various topics while considering quantitative, qualitative and mixed research methods. These reviews can be used for several purposes such as justifying, designing and interpreting results of primary studies. Due to the proliferation of published papers and the growing number of nonempirical works such as editorials and opinion letters, screening records for mixed studies reviews is time consuming. Traditionally, reviewers are required to manually identify potential relevant studies. In order to facilitate this process, a comparison of different automated text classification methods was conducted in order to determine the most effective and robust approach to facilitate systematic mixed studies reviews. The group of algorithms considered in this study combined decision trees, naive Bayes classifiers, k-nearest neighbours, support vector machines and voting approaches. Statistical techniques were applied to assess the relevancy of multiple features according to a predefined dataset. The benefits of feature combination for numerical terms, synonyms and mathematical symbols were also measured. Furthermore, concepts extracted from a metathesaurus were used as additional features in order to improve the training process. Using the titles and abstracts of approximately 10,000 entries, decision trees perform the best with an accuracy of 88.76%, followed by support vector machine (86.94%). The final model based on decision trees relies on linear interpolation and a group of concepts extracted from a metathesaurus. This approach outperforms the mixed filters commonly used with bibliographic databases like MEDLINE. However, references chosen for training must be selected judiciously in order to address the model instability and the disparity of quantitative and qualitative study designs.