Un modèle d’équipe de soutien à l’enseignant pour offrir des services intégrés en contexte inclusif ontarien : le cas d’élèves présentant un trouble du spectre de l’autisme
Bibliographic record
Abstract
En Ontario, une réelle volonté politique existe pour que les élèves à risque d’échec scolaire reçoivent des services adéquats en contexte inclusif. On dénote cependant l’absence d’une procédure claire pour ce faire. Cet article illustre une application d’un modèle d’équipe de soutien à l’enseignant, pour offrir des services intégrés à des élèves qui présentent un trouble du spectre de l’autisme scolarisés en classe ordinaire. Le cas d'un élève présentant de l’autisme est présenté pour illustrer les composantes du modèle d’équipe de soutien à l’enseignant. Enfin, l’évaluation des effets de la mise en oeuvre de ce modèle de service a été effectuée auprès de plus d'une centaine d’équipes, incluant une vingtaine d'équipes pour des élèves présentant de l'autisme.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".