MétaCan
Menu
Retour à la cohorte
Enregistrement W3208396378 · doi:10.32920/ryerson.14653326.v1

Perceptions of effective implementation of applied behaviour analysis (ABA) in schools

2021· preprint· en· W3208396378 sur OpenAlexaffabout
Heather Cowan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueBehavioral and Psychological Studies
Établissements canadiensWilfrid Laurier UniversityToronto Metropolitan UniversityEducation and Early Childhood DevelopmentGeorge Brown College
Organismes subventionnairesnon disponible
Mots-clésThematic analysisInclusion (mineral)Autism spectrum disorderMemorandumPsychologyConsistency (knowledge bases)PerceptionAutismAttributionMedical educationQualitative researchDevelopmental psychologySocial psychologyMedicinePolitical scienceSociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Policy/Program Memorandum Number 140 outlines the requirements for Ontario school boards to incorporate principles of Applied Behaviour Analysis (ABA) into school programs for students with Autism Spectrum Disorder (ASD). With increasing numbers of children being diagnosed with ASD, it is important to assess the facilitators and barriers in implementing this policy, and work towards effective academic and social inclusion. Through individual interviews and follow-up questionnaires, four behaviour therapists provided their perceptions and experiences of ABA in the classroom. A thematic analysis yielded five main themes: reinforcement in the classroom, consistency, ABA and behaviours in the classroom, collaboration, and attributions. These themes are interpreted using a social model of disability and a children’s rights lens to answer the research question: what are the facilitators and barriers to the effective implementation of ABA in schools? Limitations, recommendations for future research, and practical recommendations are discussed. Key words: Applied behaviour analysis, PPM 140, autism spectrum disorder, inclusion, social model of disability

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,422
Écart entre enseignants0,325 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBehavioral and Psychological StudiesTravaux en français237 207