E-mentoring for youth with physical disabilities preparing for employment: a content analysis of support exchanged between participants of a mentored and non-mentored group
Notice bibliographique
Résumé
Background: Peer-mentoring is a method of delivering support that may ameliorate some of the challenges that youth with physical disabilities experience when preparing for future employment. This qualitative study compared and described forum content of an employment-focused peer e-mentoring intervention for youth with physical disabilities with a focus on support provided within a mentored group (an experimental group) and a non-mentored group (a control group).Methods: Using a descriptive qualitative approach, textual data from discussion forums of two groups within a peer e-mentoring intervention were analyzed through a content analysis. This qualitative study was part of a larger mixed-method pilot-randomized control trial on peer e-mentoring.Results: The mentored group consisted of nine youth with physical disabilities, aged 15–21 (mean age, 17.8) and two paid-peer mentors, and the non-mentored group included seven youth with physical disabilities, aged 15–19 (mean age = 16.1). We analyzed 151 posts. The types of support exchanged differed between the two groups. Two overarching themes emerged: (1) solution-focused support and (2) catalysts for supportConclusion: Peer e-mentoring can offer youth unique forms of support to help them prepare for employment. Clinicians may explore the opportunity for peer e-mentoring to complement current practice in preparing youth with physical disabilities for future employment.Implications for rehabilitationClinicians such as social workers, occupational therapists, and life skill coaches who are interested in preparing youth with physical disabilities for employment should consider the unique types of support provided in an online-mentored group.Peer e-mentoring has the potential to offer youth with physical disabilities distinct types of support and addresses concerns raised from face-to-face mentoring programs, such as accessibility and time.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».