A Pedagogic Strategy for Instructors of Post-secondary Sector Students Returning to Learn from Concussion
Notice bibliographique
Résumé
Concussion is a functional brain injury that can produce physical, cognitive, emotional and sleep-related symptoms. Return to learn protocols designed to help students recovering from concussion recommend a gradual, symptom-governed, increase in cognitive activity before a return to full-time school attendance and participation. Return to learn in a post-secondary setting often means that instructors are tasked with accommodating for these students, some of whom are back in the classroom even though they are still experiencing symptoms. This paper presents a progressive, ramping approach to increasing cognitive load by using literal, interpretive and applied adaptations to already existing course requirements, with the goal of minimizing the risk of provoking or worsening post-concussion symptoms.
 
 Les commotions cérébrales sont des lésions fonctionnelles au cerveau qui peuvent provoquer des symptômes physiques, cognitifs et émotionnels ainsi que des troubles du sommeil. Selon le protocole de reprise des études conçu pour aider les étudiants qui se remettent d’une commotion, on recommande une augmentation graduelle de l’activité cognitive, en fonction des symptômes, avant d’effectuer un retour aux études à temps plein. Dans les établissements postsecondaires, on demande souvent aux instructeurs de mettre en place des mesures d’adaptation pour ces étudiants qui, dans certains cas, éprouvent encore des symptômes lorsqu’ils retournent en classe. Cet article présente une approche progressive visant à augmenter petit à petit la charge cognitive au moyen d’aménagements – d’ordre littéral, interprétatif et appliqué – apportés aux exigences de cours existantes, de manière à minimiser le risque de déclencher ou d’aggraver le syndrome post-commotion cérébrale.
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 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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».