The Level and Nature of Autistic Intelligence II: What about Asperger Syndrome?
Notice bibliographique
Résumé
A distinctively uneven profile of intelligence is a feature of the autistic spectrum. Within the spectrum, Asperger individuals differ from autistics in their early speech development and in being less likely to be characterized by visuospatial peaks. While different specific strengths characterize different autistic spectrum subgroups, all such peaks of ability have been interpreted as deficits: isolated, aberrant, and irreconcilable with real human intelligence. This view has recently been challenged by findings of autistic strengths in performance on Raven's Progressive Matrices (RPM), an important marker of general and fluid intelligence. We investigated whether these findings extend to Asperger syndrome, an autistic spectrum subgroup characterized by verbal peaks of ability, and whether the cognitive mechanisms underlying autistic and Asperger RPM performance differ. Thirty-two Asperger adults displayed a significant advantage on RPM over Wechsler Full-Scale and Performance scores relative to their typical controls, while in 25 Asperger children an RPM advantage was found over Wechsler Performance scores only. As previously found with autistics, Asperger children and adults achieved RPM scores at a level reflecting their Wechsler peaks of ability. Therefore, strengths in RPM performance span the autistic spectrum and imply a common mechanism advantageously applied to different facets of cognition. Autistic spectrum intelligence is atypical, but also genuine, general, and underestimated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».