Delivering concussion education to pre-service teachers through the SCHOOLFirst website: Evaluating usability and satisfaction
Notice bibliographique
Résumé
BACKGROUND: Return-to-school processes indicate 'when' to initiate activities and 'what' activities should be accomplished, but are missing 'how' to implement the process. The SCHOOLFirst website provides the 'how' through building concussion knowledge, creating a supportive culture, and defining roles. Due to the involvement of pre-service teachers in schools during training and imminent transition to becoming teachers, it is important that pre-service teachers are trained in concussion and can optimally support current and future students. OBJECTIVE: To determine: 1) pre-service teachers' knowledge and confidence surrounding the return-to-school process before and after using the SCHOOLFirst website; 2) the usability, intended use and satisfaction of the SCHOOLFirst website from the perspective of pre-service teachers. METHODS: Thirty pre-service teachers completed the demographic survey, knowledge and confidence survey, System Usability Scale, and satisfaction and intended use survey after participating in a workshop. RESULTS: Significant increases in concussion knowledge (Z = -4.093, p < 0.001) and confidence in helping students return-to-school (Z = -4.620, p < 0.001) were measured after using the SCHOOLFirst website. Participants were satisfied with the SCHOOLFirst website (93.4%) and intend to use it in the future when supporting a student post-concussion (96.4%). CONCLUSION: The SCHOOLFirst website is a valuable tool for pre-service teachers to support students' return-to-school post-concussion.
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 | 0,001 | 0,005 |
| 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 | 0,000 |
| 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 ».