MétaCan
Menu
Retour à la cohorte
Enregistrement W3042404581 · doi:10.1111/1467-9604.12313

Actual and ideal roles of school staff to support students with special needs: current needs and strategies for improvement

2020· article· en· W3042404581 sur OpenAlexaffabout
Dana Anaby, Lina Ianni, Léa Héguy, Chantal Camden

Notice bibliographique

RevueSupport for Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésTeamworkAdaptation (eye)Context (archaeology)Special needsInclusion (mineral)PsychologySpecial educationService delivery frameworkService (business)Ideal (ethics)Task (project management)Medical educationService providerPedagogyMedicineEngineeringBusinessSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

To optimise school‐based service delivery for students with disabilities, it is important to understand roles and needs of school staff. This study aimed to clarify ideal and actual roles of school staff (teachers, special educators, administrators) working with students with special needs, and to identify potential strategies to support actual roles. Ninety‐five school personnel (64% teachers) from 3 different elementary schools and school boards in Quebec completed a 14‐question survey. Open‐ended responses were coded and analysed thematically. Common actual roles included task adaptation, offering individualized support, being available and teamwork. Respondents felt roles could improve through in‐context professional support, continuing education, teamwork opportunities extending to partnerships with families and access to resources. Clarifying roles and expectations within a tiered‐model to best support students also emerged, emphasizing the importance of sharing responsibilities across all service providers. Findings can guide implementation strategies and processes for providing effective services, enabling inclusion for 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 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)0,031
score de la tête « metaresearch » (Gemma)0,037
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,425

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0070,007
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,349
Écart entre enseignants0,320 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSupport for LearningMême sujetCollaborative Teaching and InclusionTravaux en français237 207