The trauma & attachment gap in SLP (Rupert & Bartlett, 2021)
Notice bibliographique
Résumé
Purpose: Previous research demonstrates the relevance of childhood trauma and attachment to communication development. This study aimed to understand speech-language pathology (SLP) practitioners’ knowledge, beliefs, training, and current practices regarding developmental trauma and attachment.Method: An online survey was administered to SLP practitioners (N = 97) who work primarily with children from birth to age 6 years in Canada. Quantitative (univariate and bivariate) analysis was performed with SPSS. Qualitative responses were coded by two reviewers using thematic analysis to identify key themes.Results: SLP practitioners are working with children who have experienced trauma and adapt their practice when they are aware of this history. Practitioners also indicated, however, that they lack training with respect to trauma and attachment, their understanding of the concepts is narrow, they do not have standardized practices for obtaining trauma history, and they do not adapt their practice in consistent ways. The results show there is interest in understanding how trauma affects communication development, the relevance to their work, and that additional training is needed to support practitioners to identify and respond to trauma in early childhood.Conclusions: Findings from this study support SLP practitioners’ involvement in early identification of trauma and the development of best practices regarding trauma-informed SLP assessment and intervention. The results also inform how systems and areas of service need to be adjusted to be more accessible, flexible, and collaborative in order to support children and families whose lives have been impacted by trauma and indicate additional areas of research in the area. Supplemental Material S1. Survey. Rupert, A. C., & Bartlett, D. E. (2021). The childhood trauma and attachment gap in speech-language pathology: Practitioner's knowledge, practice, and needs. American Journal of Speech-Language Pathology. Advance online publication. https://doi.org/10.1044/2021_AJSLP-21-00110
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 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».