Knowledge and Awareness of Autism Spectrum Disorder Among Teachers in Ekiti State, Nigeria
Notice bibliographique
Résumé
This is an investigation of the knowledge and awareness of Autism Spectrum Disorder among secondary school teachers in Ekiti State, Nigeria. It is a school-based cross-sectional study using a multi-stage sampling method to select local government areas, secondary schools, and participants for the study. A total of 107 teachers selected from 21 secondary schools in 2 local government areas participated in the study. A Survey of Knowledge of Autism Spectrum Disorder (ASK-ASD) was used to assess knowledge while an ordinary awareness questionnaire was used to assess the teachers' awareness of the disorder. Using Pearson correlation coefficient and one-way Analysis of Variance to test five hypotheses, results showed no significant relationship between knowledge of Autism Spectrum Disorder and participants having a family or friend with the disorder (r (105) = -.113 p>.05). Finding also revealed a significant relationship between knowledge of Autism and prior training on Autism (r(107) = -.266 p<.05). Age has a significant influence on knowledge of the disorder (F (2, 98) = 4.29 p<.05) but school type (F (2, 104) = 2.506 p>.05) and teaching experience (F (2,103) = 1.971 p>.05) do not have a significant influence on knowledge of Autism. The result further shows that 96.2% of the participants were aware of the disorder while 3.8% were unaware of it. It was recommended that secondary school teachers be equipped with information about Autism Spectrum Disorder through periodic seminars, workshops, and conferences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».