MétaCan
Menu
Retour à la cohorte
Enregistrement W4306818383 · doi:10.1108/ijmce-01-2022-0004

The role and place of mentorship for young people with blindness and low vision in educational contexts

2022· article· en· W4306818383 sur OpenAlexaffabout
Melissa Cain, Danika Rhiannon Blackstock, Melissa Fanshawe, Mahadeo A. Sukhai, Ainsley Latour

Notice bibliographique

RevueInternational Journal of Mentoring and Coaching in Education · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensCNIB Foundation
Organismes subventionnairesnon disponible
Mots-clésMentorshipBlindnessOriginalityFocus groupValue (mathematics)Qualitative researchPsychologyPedagogyMedical educationSociologyMedicineSocial scienceOptometry

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this article is to understand the role and value of mentorship for young people with blindness and low vision (BLV) through their education and work journey and to provide a conceptual framework for developing mentoring opportunities for young people with BLV. Design/methodology/approach Experiences of formal and informal mentorship were gathered within two distinct groups: adolescents with BLV in Australia and young adults with BLV in Canada. Qualitative data were collected from semi-structured individualized interviews regarding the experiences, understanding, and valuing of mentorship within these groups. Findings Results indicate the importance of informal role models and formal mentors within the lives of participants and how these become more refined and specific over time. Australian students valued role models as examples of success and inspiration for their own goals. Canadian mentees desired mentors as examples of personal lived experiences and providers of career-specific advice. Originality/value The study is original in its focus on the role of mentors for young people with blindness or low vision.

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)0,014
score de la tête « metaresearch » (Gemma)0,031
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,009
Communication savante0,0090,004
Science ouverte0,0020,013
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,010
Tête enseignante GPT0,325
Écart entre enseignants0,315 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mentoring and Coaching in EducationMême sujetMentoring and Academic DevelopmentTravaux en français237 207