International study of cognitive and socioemotional development of children with autism using SCEB
Bibliographic record
Abstract
L'autisme est un trouble neurodéveloppemental universel, qui concerne tous les âges de la vie, niveaux de développement et pays. L'hétérogénéité des profils de développement de ces enfants classiquement étudiée concerne souvent soit les enfants sans déficience intellectuelle soit des fonctions cognitives et sociales précises. Notre objectif de recherche est de déterminer le profil développemental des enfants atteints d'autisme présentant un retard de développement important et issus de plusieurs pays. Nous faisons l'hypothèse que ces enfants présentent un profil plus hétérogène comparativement à des enfants typiques d'âge de développement similaire et quel que soit leur pays d'origine. Nous avons donc analysé les résultats d'évaluations développementales effectuées avec la BECS de 301 enfants avec autisme et de 121 enfants typiques issus de sept pays de trois continents (Algérie, Belgique, Brésil, Canada, France, Grèce et Espagne). Les résultats confirment la présence d'un développement plus hétérogène chez les enfants atteints d'autisme que chez les enfants typiques. L'existence de corrélations entre l'hétérogénéité des profils et des facteurs d'âge, de niveau de développement et de sévérité des symptômes est également mise en évidence. L'élaboration d'outils d'évaluation comme la BECS permet de mieux comprendre le développement des enfants avec trouble du spectre de l'autisme et déficience intellectuelle.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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; 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".