MétaCan
Menu
Retour à la cohorte
Enregistrement W2924798206

Teaching Elementary-Aged Children on the Autism Spectrum: The Key Issues, Challenges and Successes Described by Specialist Teachers

2019· article· en· W2924798206 sur OpenAlexaffabout
Maria Shaikh

Notice bibliographique

RevueQSpace (Queen's University Library) · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAutismFeelingChristian ministryAutism spectrum disorderPsychologyMedical educationInclusion (mineral)Economic shortageAgency (philosophy)MedicineDevelopmental psychologyPolitical scienceGovernment (linguistics)SociologySocial scienceSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The most recent prevalence rates from the Public Health Agency of Canada’s National ASD Surveillance System (NASS) (PHAC, 2018) indicate that 1 in 66 children and youth (i.e., 15.2 per 1000) 5-17 years of age were diagnosed with ASD in 2015 across seven provinces and territories. The Ontario Ministry of Children and Youth Services (MCYS) states that there are an estimated 40,000 children and youth with ASD in the province (“Newsroom: Ontario Providing More Supports for Children with Autism,” 2016). Specifically, in the context of Ontario’s education system, and in light of the current study, there is a rapid increase of students with exceptionalities no longer being isolated to special education classrooms, as a result, general education teachers are increasingly teaching the autism spectrum disorder (ASD) student population (Wilczynski et al., 2011). A large number of studies determine that general education teachers do not support an inclusive model of teaching as they lack adequate training in teaching inclusively, as well, they voice concerns about their lack of confidence, feelings of low self-efficacy, and have expressed a shortage of continuing education opportunities (Finke, McNaughton & Drager, 2009; Lindsay et al., 2013; McCray & McHatton, 2011; Ross-Hill, 2009; Scruggs et al., 2007). This study aimed to fill in the gap by exploring the experiences of specialist teachers who have worked more extensively with students with ASD. Specifically, this qualitative descriptive study describes effective strategies used by four specialist teachers that support the inclusion of students with ASD. In talking to specialist teachers about effective strategies they use, I hoped to gain an in-depth understanding of their attitudes and beliefs towards including students with ASD, and learn how teachers create a safe and accepting environment within their classrooms through the use of different tools, resources and practices. The findings of this study suggest that it is important that educators who work with students with ASD be highly committed; in that, they are driven to find resources and tools, willing to adapt their classroom routine/instruction, and demonstrate resiliency when faced with challenges. Furthermore, the specialist teachers stressed the importance of tailoring instruction to suit the individualized functional needs of students, as opposed to a sole focus on curriculum and diagnosis. This study also suggests that a structured but flexible learning environment is fundamental to teaching inclusively (i.e., teaching content using multiple modes and in different settings based on student needs). Most importantly, this study provides an overview of a number of strategies deemed successful in supporting the inclusion of students with autism spectrum disorder and provides detailed descriptions and explanations of how and why each strategy is used in practice. This study provides useful information for individuals at all levels of education, from government policy makers to front-line teachers by making classroom-validated resources, practices and affective factors transparent and scalable.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0050,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)Même sujetFamily and Disability Support ResearchTravaux en français237 207