Neurocognitive Variety in Neurotypical Environments: The Source of “Deficit” in Autism
Notice bibliographique
Résumé
As recent developments in autism research offer alternative explanations to the mainstream options, it can now be argued that the so-called cognitive deficits in the social domain associated with autism have been mischaracterized or, at least, oversimplified. We will use predictive models within a 4E (i.e., embodied, embedded, enactive and extended) conception of cognition to address the question of cognitive impairment in psychiatrics and autism. Such models force us to reassess what “cognitive deficit” means by integrating the environment not only in its usual sense (evo-developmental), but by understanding all cognitive performances as embedded in environments (or fields of affordances) that shape and sustain them. By adopting a predictive 4E perspective, we aim to show that the “cognitive deficits” associated with autism are in fact mismatches between environmental resources and the particular form of neurological functioning of autistic people (neurodiversity), brought about by the fact that the cultural niches that set up the relevant fields of affordances are structured by and for neurotypicals. This mismatch leads to epistemic injustices, both testimonial and hermeneutic, that feed back into research on autism and clinical approaches, thereby making the “deficits” appear based on individual shortcomings. In this context, autism interventions should partly focus on the development of social policies aimed at modifying those aspects of cultural niches that make environments unsuitable for the full development of all individuals.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».