Scenario pédagogique et artefacts numériques de réalité virtuelle pour étayer l'activité de jeunes autistes vers un habitat inclusif partagé
Notice bibliographique
Résumé
Le programme de recherche Participe 3.0 vise à accompagner huit jeunes adultes autistes dyscommunicants vers un habitat inclusif partagé, par l’introduction d’outils de réalité virtuelle consacrés à la préparation du repas (Fuchs, 2018; Cherix et al., 2019). Il s’agit d’analyser comment, en contexte d’éducation/formation, un environnement immersif 3D peut favoriser l’attention et les interactions pour un public aux percepts langagiers et psychosensoriels caractéristiques (Bogdashina, 2020; Mottron, 2004). Les recherches attestent que les outils numériques peuvent encourager l’engagement dans l'activité, au sens de Leontiev (1975/2022), d’enfants avec autisme (Bourgueil et al., 2015; Mercier et al., 2022). Mais qu’en est-il, lors de l’immersion au sein de capsules de réalité virtuelle, de leur capacité visuoattentionnelle et praxique, inhérente au couplage perception-action? Dans quelle mesure ces technologies immersives pourraient-elles minorer les troubles attentionnels, déficit cognitif fréquemment rapporté, et favoriser l’engagement dans l’activité? Les résultats montrent l’importance d’un scénario pédagogique conçu en démarche collaborative, centré sur l’utilisateur (Guffroy et al., 2017; Bourdon, 2021) pour majorer la participation et l’attention, et étayer les apprentissages d’apprenants dyscommunicants. Ils mettent en lumière la pertinence d’artefacts immersifs, au sein d’un environnement capacitant, pour acquérir une autonomie progressive (Rocque et al., 2001).
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,006 |
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 ».