MétaCan
Menu
Retour à la cohorte
Enregistrement W4402557421 · doi:10.29173/spectrum284

Autistics, Myths, and Robots

2024· article· en· W4402557421 sur OpenAlexaffvenue
Jan A. Wozniak

Notice bibliographique

RevueSpectrum · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMythologyRobotComputer scienceCommunicationArtificial intelligencePsychologyArtLiterature

Résumé

récupéré en direct d'OpenAlex

Abstract Despite growing awareness, misconceptions about autism (also known as autism spectrum disorder or ASD) persist within science, academia, and popular culture. These misconceptions perpetuate harmful stereotypes that contribute to the ongoing stigma, exclusion, and isolation experienced by autistic individuals. A significant barrier to overcoming these challenges is the underrepresentation of autistic voices across multiple fields and disciplines, making it difficult to effectively challenge and transform prevailing social norms and attitudes about disabilities and neurological differences. While efforts are being made by advocates to improve representation through community-based participatory research and coproduction models, the arts remain a particularly powerful yet underutilized tool for disrupting problematic discourse. Through creative expression, the arts offer a unique avenue to subvert reductionistic pathologies, dehumanizing language, and unfavorable depictions of autism that have been deeply engrained in both academic and cultural discourse. This poem critically engages with widespread stereotypes, using sarcasm and humor to reclaim and reshape existing depictions of autism. By doing so, it aims to empower fellow autistic individuals to challenge these narratives and express their own experiences through whatever creative mediums resonate with them, ultimately offering a more nuanced and representative understanding of autism in the process. Keywords: Arts, neurodiversity, critical autism studies, representation, stereotypes, subversion Author’s Note As an autistic scholar and artist, I rely on a combination of lived experience, community involvement, and research training within this creative piece. A significant source of inspiration comes from the 2SLGBTQIA+ community, particularly their powerful reclamation of terms like “queer” that were once used as weapons of marginalization and exclusion. By embracing and redefining these terms, this community has subverted their original pejorative meanings, transforming them into symbols of identity, pride, and resistance. This act of linguistic reclamation not only disrupts the power dynamics of hate and oppression but also fosters a sense of solidarity. In a similar vein, my work seeks to challenge and overturn the derogatory labels and misconceptions that have been imposed upon autistic individuals, using creative expression as a means to redefine our realities. Historically, academic and societal discourses have often dehumanized autistic people through harmful and reductive descriptions, perpetuating what I refer to in this piece as “myths” about autism. Through this work, I critically deconstruct these demeaning representations, employing a sardonic lens to counter these narratives and expose their absurdity. Incorporating examples from my experiences as an autism and neurodevelopmental researcher, I seek to highlight and dismantle these entrenched misconceptions, including deficit-based models, problematic pathologies, and stigmatizing descriptions of autistic individuals. As someone who experiences echolalia (i.e., the repetition of words, phrases, and sentences) and who frequently incorporates pop culture references when communicating with others, this piece also serves as a homage to the songs, films, and television shows that resonate with me and my special interests. To ensure clarity and accessibility for readers, I have included detailed endnotes that explain both the research references and the various pop culture elements, providing a comprehensive overview of the content and its meaning.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0110,057
Communication savante0,0080,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,020
Tête enseignante GPT0,363
Écart entre enseignants0,342 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpectrumMême sujetSocial Robot Interaction and HRITravaux en français237 207