Thoughts From the Front Lines: Canadian Perspectives in Adopting and Implementing Recommended Clinical Labels in Preschool Speech-Language Pathology
Notice bibliographique
Résumé
PURPOSE: Previous literature has proposed barriers to speech-language pathologists (SLPs) using standard clinical labels; however, the perspectives of SLPs have been studied to a lesser extent. This quality improvement project reports on SLPs' perceived barriers and facilitators to using currently recommended clinical labels for preschool communication disorders and identifies next steps to support implementation in one preschool communicative health system. METHOD: This project aimed to establish the consistent use of clinical labels in one large Canadian preschool speech and language program. After completing a web-based training and a 3-month trial period, 387 SLPs completed an exit survey to share their perceived barriers and facilitators to label use. Qualitative survey data were analyzed using a hybrid codebook inductive/deductive thematic analysis approach. RESULTS: Six themes were identified, which aligned with the diffusion of innovations theory. SLPs identified several facilitators and barriers to using the recommended clinical labels within each theme. Major facilitators included improved communication, better caregiver understanding of children's communication, positive feedback from caregivers, SLPs' increased confidence in sharing labels, and improved access to services for children. Major barriers related to additional time required to share labels, SLPs' perceptions of caregivers' values, SLPs' views surrounding the recommended labels, lack of comfort using some labels, and limited opportunity to practice label use or observe successful label use by others. CONCLUSIONS: Contextual barriers continue to impact SLPs' use of the recommended clinical labels. Ongoing collaboration with SLPs and caregivers will be critical for supporting implementation. Further research examining SLPs' perspectives across other clinical settings and geographic areas is needed. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.27296970.
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 | 0,020 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,045 | 0,020 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».