Trouble neurocognitif majeur et méthodes optimisant l’apprentissage
Bibliographic record
Abstract
Les difficultés cognitives consécutives aux troubles neurocognitifs majeurs (TNCM) engendrent des enjeux dans la réalisation d'activités de la vie quotidienne. Ce projet visait à identifier auprès des proches aidants et des intervenants des situations nécessitant des méthodes optimisant l'apprentissage pour faciliter l'engagement de personnes vivant avec un TNCM dans leurs activités de la vie quotidienne. Des entrevues individuelles semi-dirigées, d'une durée de 60 à 90 minutes, ont été menées auprès de proches aidants et d'intervenants. Les résultats montrent que les activités quotidiennes et domestiques sont notamment affectées par les difficultés à repérer ou à utiliser les objets, à garder en tête la tâche en cours, à mettre en séquences des étapes, à ne pas se laisser distraire par autre chose et à constater ses difficultés pour s'y adapter. Les proches aidants souhaitent du soutien dans l'application des méthodes optimisant l'apprentissage pour contribuer au maintien de l'autonomie des personnes vivant avec un TNCM.
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 | 0.008 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".