MétaCan
Menu
Retour à la cohorte
Enregistrement W3108839971 · doi:10.6000/2292-2598.2020.08.04.10

Developing and Validating the Teacher Self-Efficacy for Teaching Students with Autism Spectrum Disorder (TSE-ASD) Scale

2020· article· en· W3108839971 sur OpenAlexvenueno aff
Nabi Nazari

Notice bibliographique

RevueJournal of Intellectual Disability - Diagnosis and Treatment · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyAutism spectrum disorderConfirmatory factor analysisScale (ratio)Pearson product-moment correlation coefficientConstruct validityAutismStructural equation modelingConstruct (python library)Exploratory factor analysisClinical psychologyMathematics educationDevelopmental psychologyPsychometricsStatisticsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Autism spectrum disorder (ASD) continues to rise at an astonishing rate. As many schools attempt to create an inclusive environment conducive for students with autism to support academic success, we must recognize the teacher's role in creating an inclusive classroom. Using a student-specific teaching self-efficacy measure might provide more useful information for supporting teachers' beliefs for teaching students with ASD. Teachers with high self-efficacy have a positive impact on student achievement. The purpose of this investigation was to develop an instrument that can be used to measure teachers’ self-efficacy for effectively working with students with ASD. The original version of the scale was translated and back-translated into Persian, followed by a pilot study. A sample (n=633) of university students was recruited. Results indicated that the scale represented a unidimensional construct with acceptable internal consistency. Exploratory factor analysis demonstrated the unidimensionality of the TSE-ASD. The maximum likelihood confirmatory for the 12-item TSE-ASD model indicated excellent model fit indices (χ2/df=2.60, CFI=0.956, SRMR=0.049, PCLOSE >0.05, RMSEA=0.062, 90% CI [0.052, 0.082]). As for criterion-related validity, The Pearson correlation coefficients between (TSE-ASD score) and self-regulation (r= 0.72, p<0.01) revealed a large correlation and linear regression indicating that TSE-ASD significantly predicted self-regulation, b = 0.69, p < 0.001. Using a student-specific teaching self-efficacy measure might provide more useful information for supporting teachers' beliefs for teaching students with ASD. The findings provide evidence that TSE-ASD is a reliable and valid instrument for assessing teacher self-efficacy for teaching students with Autism Spectrum Disorder in educational settings among Persian speaking individuals.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,065
Tête enseignante GPT0,344
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intellectual Disability - Diagnosis and TreatmentMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207