À la croisée des expertises : revue narrative sur les pratiques enseignantes favorables aux enfants autistes
Bibliographic record
Abstract
L’école est un environnement où les enfants passent la majorité de leur journée. C’est un milieu qui permet à tous de s’émanciper et de prendre part à diverses activités favorisant le développement d’une pluralité de compétences sociales et scolaires. Cependant, pour les enfants autistes, l’école représente souvent un défi majeur. De nombreux enfants autistes éprouvent de l’anxiété à l’école qui est bien souvent croissante avec l’augmentation des exigences scolaires, alors que le taux de diplomation parmi ces élèves reste faible. Les enfants autistes subissent souvent les conséquences d’une méconnaissance de leurs forces et de leurs défis. Cette incompréhension conduit à des méthodes d’enseignement et d’évaluation qui ne permettent pas toujours de mettre à profit le plein potentiel des enfants. Face à ce constat, notre contribution vise à souligner l’importance de considérer la diversité des profils d’apprenants à l’école, tout en valorisant leurs forces et en tenant compte des intersections avec la réalité scolaire et les exigences ministérielles. Cet article propose ainsi d’illustrer, à l’aide de cas et d’exemples concrets, des méthodes pédagogiques et d’évaluation basées sur les forces et intérêts des enfants autistes et s’appuyant sur les principes de design universel. Pour ce faire, nous réaliserons une revue narrative dans le domaine de l’autisme pour stimuler la réflexion sur la manière dont les pratiques pédagogiques et d’évaluation peuvent être plus adaptées aux enfants neurodivergents et alignées avec les attentes ministérielles. Le tout sera réfléchi dans une perspective inclusive où chacun mérite de vivre sa scolarité dans le respect de son rythme et de ses différences. Mots-clés: autisme, scolaire, éducation, forces, intérêts, cognition, apprentissage, pratiques enseignantes, pédagogie universelle
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 | 0.010 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.012 | 0.021 |
| Scholarly communication | 0.012 | 0.017 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.006 | 0.010 |
| 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".