Application du renforcement non contingent pour réduire les comportements problématiques chez les personnes ayant un trouble du spectre de l’autisme
Notice bibliographique
Résumé
Le renforcement non contingent (RNC) est une intervention basée sur des données probantes pour réduire les comportements problématiques chez les personnes ayant un trouble du spectre de l’autisme (TSA). L’intervention implique de donner à ces personnes quelque chose qu’elles préfèrent, généralement le renforçateur qui maintient le comportement problématique, sur une base régulière ou continue. L’article a un but pédagogique : décrire et discuter des facteurs à considérer lors de l’application du RNC auprès de personnes ayant un TSA. L’importance d’effectuer une évaluation fonctionnelle avant d’intervenir est expliquée en précisant les différentes catégories de renforçateurs qui maintiennent les comportements problématiques. Ensuite, l’identification des stimuli préférés est décrite au cas où le renforçateur qui maintient le comportement problématique ne puisse pas être utilisé dans le cadre du RNC. Par la suite, deux différentes procédures sont présentées pour la mise en place de l’intervention. Un exemple clinique fictif illustre l’utilisation du RNC avec un jeune enfant ayant un TSA, qui émet un comportement problématique (crier) lors de rencontres à la maison entre sa mère et une professionnelle. Enfin, les avantages et les désavantages de l’intervention ainsi que des suggestions éventuelles de recherche sont discutés dans le but de promouvoir une application optimale du RNC auprès des personnes ayant un TSA.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».