MétaCan
Menu
Retour à la cohorte
Enregistrement W4413818591 · doi:10.1044/2025_persp-24-00319

Conceptualizing Trauma-Informed Speech-Language Pathology Practice: Adaptations and Implications Across Levels of Practice

2025· article· en· W4413818591 sur OpenAlexaff
Anna Rupert, Leticia Gracia

Notice bibliographique

RevuePerspectives of the ASHA Special Interest Groups · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyAmerican Speech-Language-Hearing AssociationSpeech-Language PathologyLinguisticsMedicineCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Purpose: There is an increasing drive to integrate trauma knowledge and the principles of trauma-informed care into speech-language pathology (SLP) practice. While work has been done to move this forward, the concept of trauma-informed SLP practice requires a clearer conceptualization. In this article, we outline our current framework for conceptualizing trauma-informed SLP practice, developed through our work with SLP providers and leaders implementing and researching trauma-informed practice adaptations, and our engagement with mental health experts in childhood trauma and attachment disruption. We explain the key guiding principles that SLP practitioners, leaders, and decision-makers can adopt from best practices in the field of mental health to enhance service delivery, engagement, relationship building, and outcomes for all clients, as well as trauma-informed and trauma-responsive adaptations and implications to all levels of SLP practice. Conclusions: It is important to recognize that many clients may have experienced trauma, whether or not care providers are aware; therefore, our systems should be designed to be responsive to everyone. This clinical focus article underscores the critical need for systemic change, to create supportive environments that foster healing and resilience for all individuals involved in systems and support services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,502
Écart entre enseignants0,407 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives of the ASHA Special Interest GroupsMême sujetInterpreting and Communication in HealthcareTravaux en français237 207