Bibliographic record
Abstract
Résumé Cet article présente des caractéristiques de l’intelligence autistique et des moyens d’en optimiser le développement dans un cadre scolaire. Les résultats récents ont revu à la baisse la place de la déficience intellectuelle dans l’autisme : une proportion notable d’autiste possède une intelligence fluide intacte, indépendamment de leur niveau expressif verbal. L’intelligence autistique 1. s’exerce sur des systèmes de représentations auquel elle a été longuement exposée, 2. comprend un apprentissage implicite des régularités visuo-spatiales et formelles par exposition, 3. ne progresse pas par d’essais et erreurs, 4. manipule des systèmes de représentations indépendamment de leur fin ou leur utilité sociale. En revanche, elle serait limitée dans la création de solutions dont le problème n’est pas déjà posé sous une forme de représentation. Dans un cadre scolaire, il convient donc de ne pas exercer de coercition pour la réduction des comportements répétitifs, d’évaluer l’enfant avec des questions fermées, de préférer l’obtention du résultat à la capacité de l’expliquer, de préférer l’inventaire de connaissance à la mesure de l’imagination, et de prémunir l’enfant du harcèlement par ses pairs.
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 | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".