MétaCan
Menu
Retour à la cohorte
Enregistrement W4401809950 · doi:10.55016/ojs/sppp.v9i1.42562

What Do We Know About Improving Employment Outcomes for Individuals with Autism Spectrum Disorder?

2016· article· en· W4401809950 sur OpenAlexaffabout
Carolyn Dudley, Jennifer Zwicker

Notice bibliographique

RevueThe School of Public Policy Publications · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAutism spectrum disorderPsychologyAutismPsychiatryClinical psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

WHY IS THIS AN IMPORTANT ISSUE?An estimated 1 in 86 children are diagnosed with Autism Spectrum Disorder (ASD)1 making it the most commonly diagnosed childhood neurological condition in Canada.2 Adults living with ASD3 have the poorest employment outcomes of those with disabilities. Most earn less than the national minimum hourly wage, endure extended periods of joblessness and frequently shuffle between positions, further diminishing their prospects. These poor employment outcomes result in lower quality of life and often lead to steep economic costs. WHAT DOES THE RESEARCH TELL US?Employment success increases quality of life Employment enhances quality of life, cognitive functioning and overall well-being of persons with ASD by increasing economic self-sufficiency, financial security, independent living, community participation and self-esteem.4, 5, 6 Unfortunately, employment outcomes for those living with ASD are poor; only 25 per cent of adults with ASD are employed, most of this group is considered high-functioning and only six per cent are competitively employed.7, 8 Success in employment is attributable to a combination of individual characteristics, external supports and policy enabling employment opportunities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0040,005
Science ouverte0,0030,002
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0190,003

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 Opus0,041
Tête enseignante GPT0,339
Écart entre enseignants0,298 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207