Educators of young children and knowledge of trauma-informed practice
Notice bibliographique
Résumé
Decades of research on the impact of trauma in early childhood suggest severe risks to the mental health, emotional, social, and physical development of a young child. More recent research suggests that prolonged exposure to trauma can also affect a child’s ability to learn and their early academic success. Trauma-exposed students can pose a variety of different levels of challenges to schools and educators of young children and to date, few studies have addressed ECE teachers’ role in providing trauma support. An aim of the present study was to contribute to this literature by exploring the beliefs of BC early childhood education (ECE) teachers in their level of readiness and capability to work within a trauma-informed practice (TIP) framework to support their trauma-exposed students. Through a sequential, mix-methods approach, a self-report survey and semi-structured interviews were used to gauge BC ECE teachers’ knowledge of TIP, their preparedness, and their ability in using this framework to support their most vulnerable students. Teacher participants were recruited through the Early Childhood Educators of British Columbia conference and ECE community social media groups, Survey data was primarily collected through an online survey with interviews taking place in-person and audio-recorded. Survey results revealed that the majority of teachers believe they are somewhat prepared and able to apply the tenants of TIP in their classrooms despite a lack of training and resources provided by their schools and administrations. In follow-up interviews 14 subthemes emerged from a thematic analysis of the data under four broad themes: Challenges for ECE Teachers, Administrative Protocol and Support, Effective Approaches and Additional Support Desired by ECE Teachers. Findings of this study suggest ECE teachers are very interested in receiving more knowledge and training to provide optimal support for their trauma-exposed students.
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 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».