SITUATION OF SPECIAL EDUCATION IN BRAZIL AND CANADA DURING THE COVID-19 PANDEMIC
Notice bibliographique
Résumé
The Covid-19 pandemic has placed the world in a public health emergency since the beginning of the year 2020, posing a challenge to education, especially to Special Education. This study aimed to analyze the situation of special education in Brazil and Canada during the Covid-19 pandemic. The research was part of a postdoctoral project in education. Methodologically, it is an international comparative study in education. It was carried out from April 2020 to November 2021, based on a literature review and official documents. The search was carried out in the Scientific Electronic Library Online (SciELO) and in the Institute of Educational Sciences (ERIC), and 233 articles were found. After analysis and following the inclusion criteria, 217 articles were excluded. In the end, 16 studies were selected. The results show that the more structured the educational system and Special Education, the greater the chances of success. In addition to returning to face-to-face classes earlier, Canada also provided more support for families and students, but it was still insufficient. In both countries, children with disabilities are in a fragile situation owing to social isolation. Aspects such as choice of tools, internet connection quality, user skills, virtual spaces for collective support, school and family communication, strengthening of special education policies and programs, adequate support, among others, led to the success of remote education. This research is intended to contribute to an increase in the number of studies in Brazil and abroad, serving as a basis for the scientific production of other international comparative studies. Keywords: Covid-19, special education, comparative study, literature review, Brazil and Canada
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».