MétaCan
Menu
Retour à la cohorte
Enregistrement W7147715574 · doi:10.7202/1123942ar

Soutenir les activités quotidiennes d’adultes présentant une déficience intellectuelle : démarche d’implantation technologique

2025· article· fr· W7147715574 sur OpenAlexaffvenue
Rosalie Ruel, Yves A. Lussier, Laurence Pépin-Beauchesne

Notice bibliographique

RevueRevue francophone de la déficience intellectuelle · 2025
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)Université du Québec en OutaouaisUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Patient rightsSocial justice

Résumé

récupéré en direct d'OpenAlex

En milieu résidentiel, le recours aux technologies pour favoriser la réalisation d’activités quotidiennes (p. ex., cuisiner, faire la lessive) par les personnes présentant une déficience intellectuelle (DI) s’avère une solution prometteuse. Toutefois, pour que cette intervention procure les bénéfices escomptés, il s’avère essentiel d’ancrer son déploiement dans la réalité vécue par les participants. L’objectif de l’étude consiste à décrire, à l’aide d’un devis qualitatif longitudinal (trois temps de mesure), le processus d’implantation et d’utilisation des technologies par six adultes présentant une DI pour réaliser des activités quotidiennes. Les résultats issus des analyses thématiques mettent en lumière l’importance de personnaliser l’intervention technologique au profil de chacun et de favoriser leur participation lors de la programmation. L’étude révèle également que les personnes intervenantes occupent un rôle central dans le déploiement. Enfin, l’intervention technologique a produit plusieurs effets chez les participants, la majorité d’entre eux étant positifs (p. ex., amélioration d’habiletés en cuisine, en contexte de conversations et en gestion émotionnelle).

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)0,015
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,028
Tête enseignante GPT0,353
Écart entre enseignants0,325 · 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'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue francophone de la déficience intellectuelleMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207