Collaboration for the inclusion of students with disabilities in education in Gondar, Ethiopia
Notice bibliographique
Résumé
Background: In Ethiopia, children with disabilities face significant barriers to education, which are exacerbated for those living in remote villages and areas affected by conflict and insecurity. Several studies have highlighted the important role that sustained multistakeholder collaborations could play in removing barriers to inclusive education, supporting students with disabilities and helping countries like Ethiopia achieve inclusion. Objectives: This study explored stakeholders' strategies and the programmes and support they provide to schools or students with disabilities (K-12) to promote inclusive education in the central Gondar zone, Ethiopia. Method: This study used key informant interviews to collect detailed information on education stakeholders' collaborations to support the inclusion of children with disabilities. The interviewees include experts, administrators and policymakers from purposively selected governmental and civil society organisations and schools. Results: This study found that collaboration focused on promoting accessibility, students enrolment and retention, financial, material and medical support, capacity-building, and institutional accountability. Conclusion: This study concluded that persistent instability and conflict hindered stakeholders' collaborative efforts in the region. It also argued that structured or semi-structured collaborations are more effective for promoting inclusive education. Contribution: This article presents research findings on collaboration among educational stakeholders to promote inclusive schools and support students with disabilities. Its holistic approach identifies ecological and institutional factors that affect collaborations for inclusion, as well as the support and services that could be further explored in future research. Additionally, it highlights the lessons that education programmes could use to enhance community and stakeholder participation in school inclusivity.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».