Des étudiants ayant un trouble d’apprentissage associé à un trouble déficitaire de l’attention : possèdent-ils le bagage de stratégies pour réussir à l’université ?
Bibliographic record
Abstract
En contexte universitaire, les étudiants en situation de handicap, dont ceux qui présentent un trouble d’apprentissage (TA) et un trouble déficitaire de l’attention (TDA/H), sont de plus en plus nombreux et constituent la plus grande proportion des étudiants ayant des besoins particuliers (AQICESH, 2014; CREPUQ, 2012). Or, leur présence pose de nombreux défis au sein des établissements pour tous les acteurs concernés, en plus de susciter des questionnements relativement à la faisabilité de leur projet d’études. Les étudiants qui ont un trouble d’apprentissage associé à un trouble déficitaire de l’attention possèdent-ils l’éventail de stratégies d’apprentissage nécessaire pour réussir leurs études universitaires? Cette étude de cas multiples vise l’exploration du profil de stratégies d’apprentissage de ces étudiants à leur première année universitaire en vue de définir la connaissance qu’ont ces derniers des stratégies, de même que l’utilisation qu’ils en font. Elle favorise en outre une meilleure compréhension des difficultés rencontrées dans leur parcours par les étudiants en situation de handicap. En plus de poser un regard sur les étudiants, la recherche contribue par ses résultats à démontrer la place de ces derniers à l’université.
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 | 0.006 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".