Educational Resources About Universal Design for Learning
Notice bibliographique
Résumé
BACKGROUND: The mandate to provide inclusive education in Canadian schools means that Speech-Language Pathologists (SLPs) need to be well-versed in frameworks such as Universal Design for Learning (UDL) that support learning among students with diverse backgrounds and abilities. To be responsive, professional graduate programs need resources that support teaching SLP students about UDL. PURPOSE: 1) To use an instructional design model and Knowledge Translation (KT) theory to develop educational resources about UDL for SLP graduate students; and 2) to assess feasibility of the resources and SLP students’ perceived and actual UDL knowledge change after resource implementation. METHODS: First, educational resources about UDL were created for SLP students using a process in which the first three phases of the Analysis, Design, Development, Implementation, Evaluation (ADDIE) instructional design model were combined with the Diffusion of Innovations (DOI) KT theory and supported by engagement of key SLP stakeholders. Stakeholder feedback about their involvement in the resource development process was assessed through a focus group and analyzed using conventional content analysis. Next, the last two phases of the ADDIE model were conducted in which the developed resources were implemented and evaluated with 19 SLP students over a three-hour session; resource feasibility and UDL knowledge were measured before and after the session using anonymous, web-based questionnaires. RESULTS: The novel process for developing resources was deemed suitable for creating high-quality theory-informed resources tailored to SLP students. SLP students perceived the resources to be practical and acceptable. There was a statistically significant improvement in students’ perceived UDL knowledge as well as improvements in actual UDL knowledge. CONCLUSION: Health educators could consider the described methodology when developing content-specific resources for health professional students. This thesis introduces a new set of resources that could be used to address an important gap in SLP training.
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 | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,006 |
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 ».