Neurodivergence : les organisations inclusives limitées par l’omniprésence du modèle médical ? Les enseignements d’une Synthèse Interprétative Critique
Bibliographic record
Abstract
L’inclusion des personnes neurodivergentes reste limitée dans les organisations et ce, même si des politiques ou dispositifs y sont déployés. Qu’est-ce qui explique alors la faible inclusion des personnes neurodivergentes en emploi ? Cet article propose de répondre à cette question en réalisant une synthèse interprétative critique (SIC) de la littérature. Les SIC reprennent les méthodes des revues systématiques mais tentent de surmonter leurs limites en partant d’une question large qui soit en mesure d’intégrer le « contexte » du questionnement choisi et, en se donnant pour objectif d’intégrer les résultats d’études et de disciplines potentiellement diverses dans un cadre unique et cohérent. La SIC a permis de proposer une compréhension de la dynamique qui limite l’inclusion des personnes neurodivergentes. Nos résultats font ainsi émerger l’argument synthèse selon lequel, même dans les organisations inclusives, les pratiques inclusives restent caractérisées par l’omniprésence du modèle médical qui s’articule autour de trois usages du diagnostic médical : le diagnostic catégorise les individus de manière stricte, sans prendre en compte la variabilité des symptômes, le rôle du contexte et les spécificités de la personne. Il est également considéré comme indispensable pour avoir accès aux adaptations organisationnelles. Enfin, le diagnostic médical continue de guider les processus d’inclusion développés par les organisations, en particulier en créant un amalgame entre symptômes et besoins. La discussion de la dynamique systémique qui existe entre ces trois usages du diagnostic médical permet d’envisager de nouvelles voies de développement des organisations inclusives et notamment en proposant d’ancrer les usages du diagnostic médical dans le modèle social du handicap.
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 distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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; both teacher heads agree on what is shown here.
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".