Analyse d'un programme d'intervention sensori-motrice sur le développement global et moteur d'élèves ayant un trouble du spectre de l'autisme
Bibliographic record
Abstract
Les déficiences motrices et sensorielles font partie des particularités liées au trouble du spectre de l’autisme (TSA) et elles ont un impact considérable sur l’acquisition d’habiletés nécessaires à la réalisation de tâches de la vie quotidienne chez les jeunes d’âge scolaire. Le premier objectif de l’étude consistait à identifier les conditions d’implantation de même que les facteurs facilitant et les obstacles d’un programme d’intervention sensori-motrice destiné aux élèves présentant un TSA. Le second objectif visait à mesurer les impacts du programme sur leur développement global et moteur. Le programme a été implanté sur une base quotidienne dans une école spécialisée, pendant 12 semaines, auprès de 11 élèves (entre 5 et 13 ans) présentant un TSA. Une méthodologie mixte combinant des outils d’évaluation qualitative et quantitative a été préconisée pour la cueillette des données. Les résultats qualitatifs révèlent que le programme d’intervention est une approche intéressante qui a permis aux intervenants de varier leurs méthodes d’intervention du point de vue de la motricité. Les résultats quantitatifs ont quant à eux démontré une amélioration significative des habiletés de Contrôle d’objets.
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 | 0.014 | 0.033 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".