MétaCan
Menu
Back to cohort
Record W3198830538 · doi:10.3917/enf2.213.0293

Les « traits autistiques » ne sont pas autistiques

2021· article· fr· W3198830538 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueEnfance · 2021
Typearticle
Languagefr
FieldNeuroscience
TopicAutism Spectrum Disorder Research
Canadian institutionsUniversité de Montréal
Fundersnot available
KeywordsHumanitiesPhilosophyPsychology

Abstract

fetched live from OpenAlex

L’étude longitudinale des fratries d’un enfant autiste informe sur les précurseurs de l’installation d’un tableau autistique, ses facteurs de prédisposition, et sur des séquences sémiologiques développementales essentielles pour la construction de modèles mécanistiques de l’autisme. Son interprétation repose sur notre capacité de distinguer les traits associés à la prédisposition génétique pour l’autisme, retrouvée chez les apparentés, de l’autisme lui-même. La distinction entre risque et condition reste en effet informative, même en présence d’un arrière-plan génétique identique. Nous assistons pourtant à la multiplication incontrôlée de la recherche de « traits autistiques » dans la population générale et dans l’ensemble des conditions neuro-développementales ou psychiatriques. Ces études de traits se font à partir d’échelles « continuistes », l’ Autism Quotient et la Social Responsiveness Scale . Les données que ces échelles produisent tendent à abolir la distinction entre risque et condition, et à questionner l’ensemble des aspects distinguant l’autisme des autres conditions et de la population générale. Nous avons montré et proposé que : a) la taille d’effet de la différence entre autistes et population contrôle diminue avec la date de publication, jusqu’à laisser prévoir qu’on sera incapable de détecter une différence entre autiste et non autiste d’ici quelques années (Rødgaard et al. , 2019) ; b) l’hétérogénéité actuellement admise du phénotype autistique est artéfactuelle. Elle combine une « bonne » hétérogénéité, inhérente à la condition autistique, et une « mauvaise » hétérogénéité, résultant des critères et instruments utilisés (Mottron & Bzdok, 2020) ; c) un retour à des cohortes de recherche d’individus prototypiques représente une solution à l’actuelle stagnation de la recherche en autisme et a l’impossibilité de trouver des sous-groupes consistants dans le spectre autistique (Mottron, 2021a & b). Pris ensemble, ces faits et propositions théoriques conduisent à mettre en question la continuité étiologique, sémiologique et instrumentale entre trait autistique et autisme. Celle-ci est exprimée par l’aphorisme de J. Constantino et al. (2011), « les traits autistiques sont distribués continûment dans la population générale » qui domine actuellement le champ de la recherche en autisme. Cette continuité entre l’autisme et ce qu’il n’est pas ne peut être considérée comme une propriété de la condition étudiée : elle est créée par les mesures qui la rapportent. Elle résulte trivialement du choix de mesures dimensionnelles excessivement générales pour caractériser l’autisme, et de l’utilisation de score-somme obtenus à ces mesures. La notion de « traits autistiques » évacue prématurément la reconnaissance d’un phénotype au profit de sa définition. Pourtant, nous sommes à un moment de l’avancement des connaissances sur l’autisme où nous sommes pourtant encore strictement dépendants de la reconnaissance de l’autisme pour l’étudier. Nous proposons donc d’inverser ce mouvement en recentrant la recherche en autisme sur des individus prototypiques, tout en découplant service et diagnostic.

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.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.809
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.056
GPT teacher head0.383
Teacher spread0.326 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it