Functional Measurement of Special Education Teachers’ and Students’ Expectations Toward Job Training for Persons with Intellectual Disability
Notice bibliographique
Résumé
Persons with intellectual disability (PWID) have fewer opportunities for enrolment in school programs and post-school employment than do their peers with typical development. Evidence suggests that attitude toward PWID is a main factor in either promoting or limiting better life conditions for this population. In this paper, the goal was to determine the cognitive information integration rules underlying the expectations of 174 special education teachers and students with regard to job training for PWID. In order to accomplish this goal, four factors (Gender, Severity of disability, Type of task, and Emotional traits) were orthogonally combined to implement a cognitive algebra study design. We obtained 48 experimental conditions, with each one presented as a scenario describing a PWID in a work training situation. Participants read these scenarios and were asked to judge the probability of the success of PWID with regard to learning the skills needed to complete the required work. Patterns of response allowed us to identify low, moderate, and high viewpoints with regard to participants’ judgments of predicted success. Personal factors (Emotional traits and Severity of disability) and the Type of task factor were considered the most important in influencing the participants’ judgment. These factors seemed to be integrated in a complex systematic cognitive pattern. Implications from this type of result with regard to PWID and work training are discussed in this paper.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».