Education outside the classroom for children with neurodevelopmental disorders in special needs education settings—A scoping review
Notice bibliographique
Résumé
Children with neurodevelopmental disorders (NDD) are at higher risk of chronic health conditions, low physical activity, poor academic skills, and limited school participation. Outdoor education, especially the school-based ‘education outside the classroom’ (EOtC), has shown benefits for non-disabled students, enhancing social, academic, and physical outcomes. However, studies in special needs outdoor education settings are scarce. As an initial step this scoping review aimed to explore characteristics, outcomes, enablers, and barriers of EOtC in children with NDD. Systematic searches in 10 scientific databases, two grey literature databases, and consultation with members of the International Play, Learn, and Teach Outdoors Network were performed. Studies focusing on children with NDD aged 5–21 years that examined the use of EOtC in special needs education settings were included. A total of 50 included studies highlighted EOtC in special needs education as an emerging field based on practice descriptions and qualitative studies. This indicates a lack of rigorous studies, resulting in a low overall level of evidence. Potential positive impacts of EOtC across cognitive, social, and physical domains were reported. Key enablers and barriers relating to students, environment, staff, and structures were identified along with guidance on planning, structuring, and adapting learning activities. Nine EOtC categories within special needs education were identified: Nature-based education, animal-assisted education, horticultural education, service learning, urban place-based learning, outdoor classroom, environmental education, adventure-based education, and indigenous place-based learning. These findings may guide future educational practices and aid practitioners in choosing or adapting EOtC methods based on student needs. To advance the field, future research should focus on conceptual clarity and rigorous evaluation of the effects of EOtC in students with NDD.
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».