Translations and Adaptations of Assessment Tools in Early Childhood Education: A Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This scoping review sought to provide an insight into the key processes used in the translation and adaptation of assessment tools in peer-reviewed literature on assessment tools in early childhood education. Methods: Peer-reviewed articles published between 2012 and 2022 were identified via independent systematic searches using the databases Academic Search Complete, ERIC, Education Source, and APA PsycInfo. The articles included in this scoping were coded using a data extraction form developed for specifically for this study. Results: In the 56 articles selected, 33 reported forward translation; the analyses and findings of this scoping review were based on these 33. 30% of the articles did not report any methods of quality control methods. The most used quality control methods were back-translation only, and back-translation and expert review. 42% specified at what point the target population was included in the adaption process, and the preference was during pilot testing and focus groups. Regarding translators, 7 articles indicated the tools were translated by the researchers, 10 by independent bilinguals, and 3 utilized a team in the translation process. Conclusion: While cultural relevance and appropriateness were emphasized in these articles, there is limited information reported on what this process entailed. There were no specific or general guidelines reported. More focus should be placed on developing a culturally relevant protocol and related guidelines for the translation and adaptation process of assessment tools.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle