MétaCan
Menu
Retour à la cohorte
Enregistrement W2342665467 · doi:10.5539/gjhs.v8n12p141

Knowledge and Attitude of Primary School Teachers in Tehran/Iran towards ADHD and SLD

2016· article· en· W2342665467 sur OpenAlexvenueno aff
Mojgan Khademi, Sepideh Rajeziesfahani, Simasadat Noorbakhsh, Leili Panaghi, Rozita Davari-Ashtiani, Katayoon Razjouyan, Nina Salamatbakhsh

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChristian ministryPsychologySchool teachersAttention deficitAttention deficit hyperactivity disorderPositive attitudeDevelopmental psychologyMedical educationClinical psychologyMedicineMathematics educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to assess the knowledge and attitude of primary school teachers in Tehran (Iran) towards attention deficit hyperactivity disorder (ADHD) and specific learning disability (SLD). This study was conducted on 205 primary school teachers in Tehran. Using multi-stage sampling, 25 schools were selected randomly. The selected teachers completed a self-report questionnaire on knowledge and attitude towards ADHD and SLD. They were found to have average knowledge of as well as mostly neutral attitudes towards SLD and ADHD. There was a positive significant relationship between knowledge and attitude scores of the participants on the two disorders. Regarding students with ADHD or SLD, instead of referring to specialists, most teachers chose to inform the parents. Our findings mainly indicate average knowledge and attitude scores for both ADHD and SLD-compared to lower findings in previous studies. Those responsible for organizing and holding in-service training workshops on these issues need to have complete mastery and up-to-date information. It is necessary that the results of such studies be used in educational planning and policy making in the Ministry of Education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,401
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207