L’E-inclusion des personnes présentant des incapacités cognitivesou psychiques dans les établissements médico-sociaux
Notice bibliographique
Résumé
L’emploi de la notion d’« inclusion » constitue un changement de paradigme dans la société française depuis le début des années 2000 : elle suppose une adaptation de la société à tous les citoyens. Mais comment faire de la société inclusive une réalité pour les personnes ayant des incapacités? Nous avons choisi de nous questionner sur le potentiel inclusif des usages des technologies numériques par les personnes ayant une incapacité en contexte d’établissements médicosociaux en France. Notre approche épistémologique est anthropologique : en observant ce potentiel inclusif, nous analysons des phénomènes de société de portée plus générale, notamment la question des inégalités sociales. En immersion dans ces établissements, nous observons un processus complexe de construction d’inégalités sociales. Une situation d’isolement favorise l’émergence de représentations sociales négatives de la personne ayant des incapacités. Ces représentations sociales articulées avec une situation de dépendance entraînent un déficit d’estime de soi des acteurs concernés. Ces inégalités sociales sont des freins au processus d’appropriation des technologies numériques. Alors comment réduire les obstacles sociaux à l’e-inclusion ? Nous verrons dans quelle mesure nos méthodes d’accompagnement aux usages de la tablette tactile favorisent la prise de conscience des apprenants de leurs capacités, renforcent leur estime de soi et contribuent à transformer les représentations négatives qu’ils ont d’eux-mêmes. Nous verrons, enfin, en quoi le développement de leurs pratiques numériques favorise leur participation sociale et transforme l’organisation des établissements chargés de les accompagner.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; 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 ».