Adapting TeachABI to the local needs of Australian educators – a critical step for successful implementation
Notice bibliographique
Résumé
Background The present study is the foundational project of TeachABI-Australia , which aims to develop and implement an accessible, nation-wide digital resource for educators to address their unmet acquired brain injury (ABI)-related professional learning needs. The aim of the present study was to identify the adaptations required to improve the suitability and acceptability of the TeachABI professional development module within the Australian education system from the perspectives of Australian educators. Methods The research design employed an integrated knowledge translation approach and followed the ADAPT Guidance for undertaking adaptability research. A purposive sample of eight educators eligible to teach primary school in Australia provided feedback on the module through a quantitative post-module feedback questionnaire and a qualitative semi-structured interview. Results Participants rated the acceptability of the module as 'Completely Acceptable ' (Mdn = 5, IQR = 1), and reported 'only Minor' changes were required (Mdn = 2, IQR = 0.25) to improve the suitability to the Australian context. Qualitative analysis of transcripts revealed three broad categories: (1) the usefulness of TeachABI , (2) the local fit of TeachABI , and (3) pathways for implementing TeachABI in the local setting. Recommended adaptations to the module collated from participant feedback included changes to language, expansion of content, and inclusion of Australian resources, legislation, and videos. Conclusions TeachABI is acceptable to Australian educators but requires modifications to tailor the resource to align with the unique schooling systems, needs, and culture of the local setting. The systematic methodological approach to adaptation outlined in this study will serve as a guide for future international iterations of TeachABI .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,135 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,005 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».