“Are we…providing them with an equal service?”: Speech-language pathologists’ perceptions of bilingual aphasia assessment of Samoan-English speakers
Notice bibliographique
Résumé
Purpose: Speech-language pathologists are more often providing services to clients from a different cultural and/or linguistic background from their own. It can be particularly challenging to conduct language assessments with individuals with bilingual aphasia, especially given the limited research in this area. This investigation explored speech-language pathologists’ perspectives on: the challenges that impede the assessment of language in Samoan-English speakers with bilingual aphasia; and the facilitators that support the assessment of language in Samoan-English speakers with bilingual aphasia. Methods: The study used a qualitative descriptive approach, underpinned by a constructivist paradigm. A focus group was conducted with four speech-language pathologists who had experience working with Samoan-English speakers with bilingual aphasia, including one clinician with extensive knowledge of the Samoan language. Results: The focus group yielded rich data relevant to the research questions. Analysis revealed 29 codes within eight categories of challenges related to: the Samoan language and culture; the SLP’s background; using interpreters; family involvement; the logistics of the assessment; determining which language(s) to assess; assessment tasks and resources; and obtaining an initial impression of and building rapport with the individual. The analysis also identified 14 codes within five categories of facilitators related to: the SLP’s background; using interpreters; family involvement; determining which language(s) to assess; and assessment tasks and resources. Conclusions: The investigation provides valuable insights into the experience of conducting language assessments with Samoan-English speakers with bilingual aphasia. The findings may also be useful for informing the delivery of speech-language pathology services to other individuals with bilingual aphasia.
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 | 0,013 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».