Canadian Mapping of Autism Specific Supports for Postsecondary Students
Notice bibliographique
Résumé
Background Many autistic students have a variety of strengths and the desire to succeed in postsecondary education. Nonetheless, most autistic students report not receiving adequate support in postsecondary education to ensure their success. Students also report difficulty in navigating complex institutional systems. We conducted an environmental scan of autism-specific supports (e.g., website information, transition programs, peer mentoring) available to autistic students within Canada’s publicly-funded postsecondary institutions. We also examined distribution of autism-specific supports across institutional type (i.e., university, junior college, technical/vocational) and geographic region. Method A Boolean search strategy was used to collect data from institutional websites. Results Of the 258 publicly-funded postsecondary institutions in Canada, only 15 institutions (6%) had at least one support. Of the 15 institutions identified, the most common autism-specific support included information on the institution’s website (67%), followed by transition to university support (47%), social group(s) (33%), peer mentoring (27%), specialist tutoring and support with daily living (20%), transition to employment support (13%), and student-led societies and autistic student advocate (7%). In general, universities and institutions in Central Canada (i.e., Ontario) had a disproportionate number of provisions. Conclusions There are promising advances with respect to autism-specific supports in postsecondary institutions across Canada. We recommend further research to better understand how students access these supports and more comprehensive evaluations of such supports, specifically informed by collaborations with autistic students.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».