Career development stories of college and university students on the autism spectrum
Bibliographic record
Abstract
La recherche actuelle dans le domaine de l'autisme explore l'emploi en termes d'atteinte et de maintien, que ce soit à long terme ou à court terme (Roux et al., 2013; Richards 2012). En contraste des autres chercheurs, cette étude explore la notion de carrière à travers un cadre de développement chez les personnes autistes sans déficience intellectuelle vivant au Canada. En mettant en œuvre une méthodologie qualitative, l'étude a inclus les histoires de développement de carrière de 11 étudiants collégiaux et universitaires à l'aide de récits. C'est à travers le partage de leurs histoires de vie que les intérêts, et aussi les opportunités et les expériences de vie des participants ont été capturés. Ceux-ci mettent également en évidence les facteurs influents qui ont soutenu leurs choix de carrière et d'éducation. L'analyse de contenu met en évidence leurs visions collectives du terme carrière, leurs types de rôles, modèles et cycles, et leurs plans futurs en fonction de leurs trajectoires de carrière. Le principal résultat exploratoire de cette étude suggère que les individus sur le spectre de l'autisme suivent les mêmes trajectoires de carrière que la population générale et la réalisation de carrière. Nous espérons que cela encouragera les professionnels du domaine à soutenir les trajectoires de développement de carrière de cet échantillon de population
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".