De l’entrée à l’école à l’entrée dans l’âge adulte des personnes avec une déficience intellectuelle en France : quelle prise en charge possible ?
Bibliographic record
Abstract
Dans la prise en charge des personnes avec une Déficience Intellectuelle (DI), une place centrale est accordée au diagnostic incluant une évaluation des compétences intellectuelles et adaptatives ainsi qu’à l’autodétermination. La présente étude vise à appréhender la prise en charge des personnes avec une DI de leur entrée en milieu scolaire jusqu’à la fin de leur scolarité et leur intégration en milieu professionnel. Pour cela, nous présentons une analyse des résultats obtenus à un questionnaire proposé aux familles de personnes avec une DI d’origine génétique (microdélétion 22q11, X Fragile, sclérose Tubéreuse de Bourneville, DI liée à l’X, syndrome d’Angelman) répartis en cinq groupes d’âges allant de la petite enfance à l’âge adulte.L’analyse des résultats révèle que les recommandations nationales et internationales, quant à la prise en charge de personnes avec une DI, ne sont pas suivies, et ce quel que soit l’âge. Les plaintes des familles concernent en particulier le manque d’information et de formation des personnels d’accompagnement ainsi qu’un manque de coordination entre les professionnels. Nous discutons d’une possible amélioration des formations des professionnels par la mise en place d’un livret médical partagé et d’un livret parcours de vie qui pourraient permettre d’adapter au mieux l’accompagnement des personnes avec DI tout en prenant en compte leur autodétermination.
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 | 0.008 |
| 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 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| 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".