Bridging the gap: national virtual education programme for professionals caring for adults with intellectual and developmental disabilities at the time of COVID-19
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic significantly impacted the mental health of adults with intellectual and developmental disabilities (IDD). During this period of uncertainty and need for up-to-date information, various virtual training programmes demonstrated the role of tele-mentoring programmes. AIM: The aim of this paper is to describe the educational evaluation of the National Extension for Community Healthcare Outcomes - Adults with Intellectual and Developmental Disabilities (ECHO-AIDD), a programme for service providers working with adults with IDD during COVID-19. METHOD: The programme consisted of six sessions, conducted weekly, over two cycles. Each session included didactic teaching by hub team members, COVID-19 news updates, wellness check-ins and a brief mindfulness activity, followed by a 30 to 45 min case-based discussion. The hub structure had an inter-professional approach to team expertise. Those with lived experience were an integral part of the content experts' hub. Pre-, post- and follow-up evaluation data were collected. RESULTS: < 0.0001). CONCLUSION: Exposure to National ECHO-AIDD educational intervention led to improvement in perceived competencies. This study also shows the valuable role of people with lived experience in fostering adaptive expertise in learners. The outreach and scalability support the feasibility of building a national virtual community of practice for IDD service providers. Future studies should focus on studying the impact of these programmes on the health outcomes of people with IDD.
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 | 0,000 |
| 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) | 0,001 | 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 ».