MétaCan
Menu
Retour à la cohorte
Enregistrement W7132966967

Giving Feedback: Experiences, Training, and Perspectives of School Psychologists and Psychological Associates

2024· dissertation· W7132966967 sur OpenAlexafffundabout
Maaike Canrinus

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesOffice of International Science and EngineeringUniversity of Toronto
Mots-clésObligationSchool psychologyPsychological interventionCornerstonePersonalizationProcess (computing)Value (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Psychoeducational assessments are a cornerstone in the field of school psychology. Results from psychoeducational assessments are frequently shared in oral feedback meetings with parents and other invested parties. Feedback meetings are important in that they fulfill an ethical obligation to share assessment results. Feedback meetings also offer therapeutic benefits to recipients, including strengthening collaboration, facilitating a better understanding of a child’s needs, and maximizing the likelihood of successful interventions being implemented for the child. Despite the importance of feedback meetings, they have been largely ignored in the training of psychologists. As a result, there is a need to better understand how psychologists build capacity in this area. This case study explores the experiences, training, and perspectives of school psychologists and psychological associates in Ontario regarding giving feedback for psychoeducational assessments. Findings suggest that psychologists and psychological associates value feedback and see it as a complex process that involves customization based on various factors, as well as navigating parent emotions. Findings also suggest that psychologists and psychological associates see learning to give feedback as a career long, multi-faceted process. Implications for training and practice are offered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0210,011
Communication savante0,0090,005
Science ouverte0,0010,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,143
Tête enseignante GPT0,486
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEducational and Psychological AssessmentsTravaux en français237 207