MétaCan
Menu
Retour à la cohorte
Enregistrement W4415213047 · doi:10.1111/mbe.70028

Engaging Educators in the Codesign, Feasibility, and Implementation Quality of Early Years Interventions: The <scp>ONE</scp> Program

2025· article· en· W4415213047 sur OpenAlexaff
Rosie O'Connor, Sylvia Gattas, Emma Blakey, Carmel Brough, Keely Cook, Zachary Hawes, Steven J. Howard, Caroline Korell, Toni Loveridge, Rebecca Merkley, Fionnuala O’Reilly, Victoria Simms, Megan von Spreckelsen, Κathy Sylva, Gaia Scerif

Notice bibliographique

RevueMind Brain and Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensCarleton UniversityUniversity of TorontoEmployment and Social Development Canada
Organismes subventionnairesEconomic and Social Research CouncilNuffield Foundation
Mots-clésIntervention (counseling)Psychological interventionProcess (computing)Quality (philosophy)Professional developmentFaculty developmentKey (lock)Program evaluationIterative and incremental development

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Giving practitioners a voice is essential in developing intervention programs that are adapted to educator and child needs. We aimed to do so by involving educators in the codesign of an intervention supporting early mathematical and executive development, to maximize feasibility and implementation quality. N = 100 educators, N = 24 Early Years Centers (EYCs), and N = 16 education science experts took part. Educators expressed a need for feasible professional development coupled with practical activity suggestions (Phase I). A scientist/educator expert panel developed the intervention (Phase II), further refined via educator input (Phase III) to overcome implementation barriers (e.g., diverse children's needs). In Phase IV, mixed methods revealed successful solutions (e.g., differentiation guidance) and additional barriers (e.g., diverse staff demands). We demonstrate the value of an iterative codesign process for complex educator‐led interventions to produce programs addressing specific needs of educators and children whilst retaining key theoretical principles.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,083
Tête enseignante GPT0,458
Écart entre enseignants0,375 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMind Brain and EducationMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207