A systematic review of mentorship programs to facilitate transition to post-secondary education and employment for youth and young adults with disabilities
Notice bibliographique
Résumé
PURPOSE: Youth with disabilities experience barriers in transitioning to Post-Secondary Education (PSE) and employment. Mentorship programs provide a promising approach to supporting youth through those transitions. This paper aims to identify the effective components of mentorship programs and describe participants' experiences. METHOD: We undertook a systematic review of mentorship interventions for youth and young adults with disabilities. We searched seven electronic databases for peer-reviewed articles published in English between 1980 and 2014. We included articles that examined mentorship interventions focused on PSE or employment outcomes among youth, aged thirty or younger, with physical, developmental, or cognitive disabilities. RESULTS: Of the 5068 articles identified, 22 met the inclusion criteria. For seven mentorship interventions, at least one significant improvement was reported in school- or work-related outcomes. Mentorship programs with significant outcomes were often structured, delivered in group-based or mixed formats, and longer in duration (>6 months). Mentors acted as role models, offered advice, and provided mentees with social and emotional support. CONCLUSIONS: Evidence suggests that mentorship programs may be effective for helping youth with disabilities transition to PSE or employment. More rigorously designed studies are needed to document the impact of mentorship programs on school and vocational outcomes for youth with disabilities. Implications for Rehabilitation Mentorship interventions have the potential to effectively support youth with disabilities as they transition to post-secondary education and employment. Youth should consider participating in formal mentorship interventions, and clinicians and educators should encourage them to do so, to enhance social, educational, and vocational outcomes. When developing interventions, clinicians should consider incorporating the effective components (i.e. duration, content, format) of mentorship interventions identified in this paper. Future mentorship programs should also contain a rigorous evaluation component. Clinicians can help to create (build content, consult on accessibility), connect (youth to program, program to community agencies), and contribute to mentorship interventions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».