Obstacles et facilitateurs à l’inclusion et à la participation sociale des personnes ayant des incapacités intellectuelles
Bibliographic record
Abstract
Cette recherche a pour objectif d’explorer des obstacles et des facilitateurs reliés à l’inclusion et à la participation sociale de personnes ayant des incapacités intellectuelles issues des services d’intégration en emploi d’un Centre intégré de santé et des services sociaux. Au total, 27 participants ont été rejoints par cette étude au moyen de groupes de discussion et d’entrevues individuelles auprès de personnes ayant des incapacités intellectuelles, de parents, de professionnels enseignants, d’intervenants du réseau de la santé et des services sociaux, d’employés d’un organisme de soutien à la personne et sa famille, ainsi que d’employeurs. Les résultats mettent en évidence 1) des facteurs personnels (compétences sociales, capacité d’adaptation, autonomie), 2) des facteurs environnementaux liés au microenvironnement personnel (style parental, pratiques parentales), au mésoenvironnement communautaire (contextes scolaire, professionnel et communautaire inclusifs et pratiques des professionnels) et au macroenvironnement sociétal (orientations politiques et des services) en lien avec l’inclusion et la participation sociale de personnes ayant des incapacités intellectuelles.
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 | 0.011 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".