MétaCan
Menu
Retour à la cohorte
Enregistrement W3090444378 · doi:10.46278/j.ncacn.20180722

La capacité à générer des catégories dans le trouble du spectre de l’autisme : critères perceptifs ou conceptuels?

2018· article· fr· W3090444378 sur OpenAlexaffvenue
Janie Degré‐Pelletier, Anne-Marie Nader, Valérie Bouchard, Isabelle Soulières

Notice bibliographique

RevueNeuropsychologie clinique et appliquée · 2018
Typearticle
Languefr
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Regrouper les informations en catégories permet de simplifier l’analyse de notre environnement, et de faire des apprentissages. Plusieurs études suggèrent que les enfants présentant un trouble du spectre de l’autisme (TSA) utilisent des processus différents des enfants au développement typique (DT) pour catégoriser l’information, possiblement en se basant davantage sur des critères perceptifs plutôt que conceptuels. L’objectif de cette étude était de comparer la capacité d’enfants TSA et DT âgés de 7 à 14 ans à générer des regroupements par catégories, ainsi que le type de catégories générées dans chaque groupe, à l’aide du test de Catégorisation d’animaux du NEPSY-II. Les 37 enfants TSA inclus dans cette étude ont généré moins de catégories que les 35 enfants DT, mais le type de catégories générées ne différait pas entre les groupes, les deux produisant davantage de catégories perceptives que conceptuelles. Les catégorisations de type perceptif semblent ainsi être plus saillantes à l’âge scolaire, tant chez les enfants autistes que typiques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,016
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,375
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuropsychologie clinique et appliquéeMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207