Role of Occupational Therapy Assessment and Office Ergonomics to Support Students with Accommodations in Higher Learning: A Narrative Review
Notice bibliographique
Résumé
Postsecondary students with disabilities (SWDs) face significant challenges to their academic and personal well-being. There is a demand for more supportive strategies to facilitate fulfilling and equitable academic experiences for SWDs. This review aimed to (1) determine the effectiveness of various interventions, programs, and accommodations for enhancing the overall well-being of postsecondary SWDs and (2) evaluate the implications of these support strategies for disability service providers at postsecondary institutions. A narrative review was conducted, examining 13 studies aimed at enhancing the well-being of postsecondary SWDs. Studies were classified using the International Classification of Functioning, Disability and Health (ICF) Model. Ergonomics, assistive technology, and counselling programs had positive improvements on the academic success of SWDs. In SWDs, health status was associated with higher community participation, and physical interventions were beneficial to reducing pain over time. Coaching and mentoring opportunities were beneficial for successful goal fulfilment. However, there remains a risk of digital eye strain when using technology to support postsecondary SWDs. The findings indicate that a range of support strategies can benefit several different components of SWDs experiences. This review identifies research gaps and opportunities to examine support strategies to improve the physical and mental well-being of SWDs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».