Les effets de l'accompagnement du technicien en éducation spécialisée sur les interactions sociales d'un élève présentant un trouble du spectre autistique au préscolaire
Bibliographic record
Abstract
Au Québec, on estime à ce jour qu’un enfant sur 115 présente un trouble du spectre autistique (TSA) (Noiseux, 2011). Parallèlement au contexte actuel dans lequel s’inscrit leur hausse constante, le nombre de ceux qui sont intégrés au sein d’une classe ordinaire ne cesse de croître. Compte tenu de leurs besoins distincts, les milieux scolaires tendent à privilégier la présence du technicien en éducation spécialisée (TES) en classe ordinaire pour soutenir l’élève dans le développement de son autonomie et de ses apprentissages (SRSEAS, 2007). Malgré les objectifs initiaux visés par l’intervention individuelle du TES, une recension des écrits a permis de faire ressortir des effets indésirables pouvant être associés à une trop grande prise en charge de l’élève, susceptible d’accentuer les différences entre ses pairs et lui. Ce mémoire présente ainsi les résultats d’une étude descriptive visant à éclairer les pratiques de soutien individuel des TES lorsqu’ils interviennent auprès d’élèves du préscolaire manifestant un TSA de sorte à accéder à une meilleure compréhension de ces pratiques. Les résultats obtenus jettent également un regard sur les effets de ces pratiques à l’égard de l’évolution des interactions sociales des élèves ciblés au cours d’une année scolaire. Ces résultats fournissent des orientations spécifiques aux commissions scolaires pour favoriser la réussite scolaire et sociale des élèves manifestant un TSA intégrés en classe ordinaire.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".