Notice bibliographique
Résumé
Les auteurs ont examiné les différences phénotypiques potentielles dans l'évitement du regard manifesté par les garçons présentant un trouble du spectre autistique (TSA) et les garçons présentant un syndrome du X fragile (SXF). Dans l'étude 1, le Eye Contact Avoidance Scale (ECAS) a été administrée aux proches aidants de garçons âgés de 7 à 18 ans présentant un SXF (n = 148), un TSA (n = 168) et des troubles du développement mixtes (TDM ; n = 128). Dans l'étude 2, des sous-ensembles de garçons présentant un SXF (n = 31) et de garçons présentant des TSA (n = 25) ont reçu un bref traitement comportemental visant à améliorer le contact visuel. Les résultats ont montré que les garçons présentant un SXF ont obtenu des scores significativement plus élevés sur l'ECAS par rapport aux garçons présentant un TSA et des TDM. L'exposition à la brève session de traitement comportemental a entraîné des diminutions significatives des scores pour les garçons atteints du SXF, mais pas pour les garçons présentant un TSA.La Grille d'évaluation comportementale pour enfants Nisonger (GÉCEN) a été développée pour dépister spécifiquement les psychopathologies et les problèmes de comportement chez les enfants et les adolescents présentant une déficience intellectuelle (DI). Cette étude visait à mettre à jour la GÉCEN en fonction du Manuel diagnostique et statistique des troubles mentaux, 5e édition (DSM-5), et à dépister les psychopathologies les plus répandues qui affectent les enfants et les adolescents présentant une DI. Les auteurs ont réaligné les items existants pour les adapter au cadre du DSM-5, puis ont utilisé la méthode Delphi avec un panel d'experts en DI pour évaluer les items de la GÉCEN. Le processus de révision comprenait la suppression et la révision d'items existants et la formulation de nouveaux items. Les auteurs ont obtenu un ensemble final d'items après trois itérations. Le processus Delphi et l'ensemble des items qui en résulte sont décrits dans cet article.La batterie cognitive de la boîte à outils NIH (NIH Toolbox Cognition Battery ; NIHTB-CB) a été développée pour les études épidémiologiques et longitudinales réalisées auprès de larges tranches d'âge. Un tel outil pourrait être utile dans le cadre d'études portant sur des interventions réalisées auprès de personnes présentant des pathologies caractérisées par une déficience intellectuelle (DI), comme le syndrome de Williams (SW). Trois tâches de la NIHTB-CB, dont deux tâches de fonctionnement exécutif (Flanker, Dimensional Change Card Sort) et une tâche de mémoire épisodique (Picture Sequence Memory), ont été administrées à 47 personnes présentant un SW, âgées de 4 à 50 ans, afin d'évaluer la faisabilité (c'est-à-dire la proportion d'administrations valides) dans cette population. Les résultats indiquent que les tests du NIHTB-CB ont montré une bonne faisabilité. Les scores corrigés en fonction de l'âge des tâches Flanker et Dimensional Change Card Sort étaient négativement corrélés avec l'âge et présentaient des effets de plancher, ce qui indique que ces scores ne sont peut-être pas utiles pour quantifier la performance à ces tests du NIHTB-CB chez les personnes présentant une DI.Cette étude visait à examiner le niveau de discrimination à l'égard des personnes présentant une déficience intellectuelle (DI) pendant la pandémie de la COVID-19 et à évaluer les stéréotypes, les niveaux de familiarité avec les personnes présentant une DI ainsi que les expériences personnelles avec la pandémie de la COVID-19 comme corrélats potentiels. Une étude transversale a été réalisée à partir d'un grand échantillon de la population néerlandaise (n = 1 797). Les facteurs de stéréotypes saillants des personnes présentant une DI étaient « amicales » et « ayant besoin d'aide », mais pas « nuisible ». Les répondants qui n'étaient pas familiers avec les personnes présentant une DI dans la vie quotidienne ont fait preuve de plus de discrimination, les percevant comme une nuisance et comme ayant moins besoin d'aide, comparativement à ceux qui étaient plus familiers. Pendant la pandémie de la COVID-19, les personnes présentant une DI ont été jugées par un ensemble ambivalent de stéréotypes qui correspondaient aux résultats obtenus avant la pandémie de la COVID-19 et qui semblaient donc assez persistants et solides. Il y a un besoin urgent de sensibiliser les gens aux stéréotypes et à la discrimination à l'égard des personnes présentant une DI par le biais de la sensibilisation et de l'éducation ainsi qu'en facilitant les rencontres positives.La présente étude a comparé le langage lié aux états mentaux (parler d'émotions, de pensées, d'intentions, etc.) utilisé par des enfants entre 6 et 11 ans présentant un syndrome de Down (SD) à celui utilisé par un groupe d'enfants plus jeunes au développement typique (DT) appariés sur le plan de la cognition non verbale. Les auteurs avaient comme objectif de déterminer (1) si l'utilisation du langage lié aux états mentaux était plus tardive chez le groupe SD par rapport aux standards développementaux, et (2) s'il existe des différences entre les deux groupes sur le plan de l'association du langage lié aux états mentaux et des facteurs développementaux (connaissance des émotions, langage expressif). Le taux d'utilisation de langage lié aux états mentaux était significativement moins élevé chez le groupe SD, mais le nombre de termes utilisés par rapport au langage lié aux états mentaux n'était pas significativement différent entre les deux groupes. Des patrons de similarités et de différences ont émergé entre les deux groupes par rapport à l'association entre le langage lié aux états mentaux et d'autres facteurs développementaux.La traduction des résumés en français a été coordonnée par « AAIDD Chapitre Québec » avec la collaboration de Roxanne Girard, Marpessa Gibus, Frédérika P. Bélec, Sarrah Thomas-Persechino, Lillian Giovanna Rivera Valerdi and Diane Morin.“AAIDD Quebec Chapter” has coordinated the French translation of the abstracts in collaboration with Roxanne Girard, Marpessa Gibus, Frédérika P. Bélec, Sarrah Thomas-Persechino, Lillian Giovanna Rivera Valerdi, and Diane Morin.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,535 | 0,295 |
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 source (Gemma direct ou Codex distillé), 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 ».