L’utilisation des technologies mobiles pour soutenir les travailleurs présentant une déficience intellectuelle ou un trouble du spectre de l’autisme dans les entreprises adaptées du Québec
Bibliographic record
Abstract
Pour les personnes présentant une déficience intellectuelle ou un trouble du spectre de l’autisme, la présence de limitations cognitives et adaptatives peut limiter ou compromettre l’accès au marché du travail. Au Québec, les entreprises adaptées représentent une avenue intéressante pour favoriser l’insertion socioprofessionnelle des travailleurs présentant des besoins particuliers. La présente étude vise à évaluer la pertinence et la faisabilité d’implanter des technologies mobiles pour soutenir l’employabilité des personnes présentant des limitations fonctionnelles dans ce contexte spécifique. Des entrevues semi-structurées ont été réalisées, sous forme de groupe de discussion, auprès de 124 participants provenant de 12 entreprises adaptées. Les résultats obtenus permettent de constater un intérêt des parties prenantes à utiliser les technologies dans leur milieu de travail et identifient les facteurs à considérer pour assurer le succès du processus d’implantation.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".