Cognitive Algebra Underlying Special Education Teachers’ and Psychology Students’ Attitudes Towards School Inclusion of People with Intellectual Disability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Attitudes towards regular school inclusion of people with intellectual disabilities (ID) are affected by factors such as disability severity, educational level, and teacher experience. Nevertheless, the ways that teachers integrate these factors to form inclusion judgments remains unclear. The current paper explores what systematic cognitive algebra rules are used to cognitively integrate this set of inclusion factors by special education teachers and psychology students. To do so, 469 special education teachers and psychology students were asked to take part in two experimental cognitive algebra studies. In each study, participants had to read a set of school inclusion scenarios and rate the probability that a scenario actor with ID could be successfully integrated into a regular school program. To this purpose, factor effects on successful school inclusion and ID related to individuality, situational aspects, and contextual considerations (e.g., school environment, grade level taught) were explored. Results suggested that participants showed attitudes to school inclusion ranking from light to moderate positive values. Situational factors, as well as context factors, were judged to be more significant than other factors in elementary education. These factors were integrated by following a cognitive summative rule. Overall, judgment for successful school inclusion follows a summative rule to integrate sources of information. This rule is maintained irrespective of the disability under consideration. However, valuation of each source of information does depend on the type of the current study sample. Implications of these results for inclusion of people with disabilities in regular schools 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.
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 | 0,009 |
| 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) | 0,001 | 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 découle