Exploring Collaboration between School-Based SLPs and Kindergarten Teachers: A Mixed Methods Study
Notice bibliographique
Résumé
This mixed methods study explored the collaborative practices between school-based speech-language pathologists (SLPs) and general education kindergarten (K) teachers, with a focus on the factors that support or hinder interprofessional practice (IPP), specifically for students with speech-language impairment (SLI). Grounded in the pre-implementation stage of implementation science, the study investigated how self-efficacy, learning experiences, and resources influence collaboration. A convergent (QUANT-qual) parallel mixed methods design was employed, integrating quantitative survey data (N = 195) with qualitative responses from the 133 participants that answered open-ended prompts within the survey. Quantitative analyses revealed that K teachers reported significantly higher levels of collaboration and self-efficacy than SLPs. Self-efficacy emerged as a significant predictor of collaboration regardless of role. Hierarchical regression showed that resources accounted for nearly a quarter of the variance in collaboration. Qualitative findings confirmed and expanded upon the quantitative results. SLPs described collaboration as inconsistent and often hindered by structural barriers, including high caseloads, limited planning time, and lack of administrative support. In contrast, K teachers reported more embedded and routine collaborative experiences. Both groups emphasized the importance of mutual respect, shared goals, and communication. Participants with high self-efficacy described more proactive and confident engagement in collaboration, despite facing systemic limitations. Integration of the data revealed that while self-efficacy supports collaboration, it is insufficient without adequate systemic and structural support. The findings highlight the need for school and district leaders to prioritize collaborative infrastructure, including protected planning time, aligned professional development, and provision of resources. This study contributes to the literature by offering a nuanced understanding of school-based IPP and provides a roadmap for improving collaborative practices that support inclusive educational outcomes, particularly for students with SLI.
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 | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».