Feedback with Children: Exploring a Framework for Providing Psychoeducational Assessment Results in Schools
Notice bibliographique
Résumé
While assessment of learning difficulties has been the subject of substantial research in school psychology, there has been almost no parallel literature describing techniques for communicating results of assessments, particularly to the young children we see in schools. This is unfortunate, given that sharing assessment results with children, especially in a way that is compelling and positive, is a difficult task, exacerbated by limited time and often, uncertainty about what to say. Therefore, over the course of one year, I set out to explore the Brain Building Feedback Framework by Dr. Liz Angoff (2021), a newly published approach for giving assessment feedback to children. I interviewed a small group of school psychologists and children about their experiences of participating in feedback sessions using this specific framework, drawn from elementary schools of the large Ontario school board where I work. The aim was to understand what happened in these sessions that helped children with learning difficulties understand their assessment results. Through reflexive thematic analysis, three main themes (and three sub-themes) which point to the helpful aspects of the feedback experience were developed. The main themes include a sense of collaboration between psychologist and child, which creates the frame for the what, how, and when of communication in feedback, that results in potentially transformative conceptions for both children and psychologists. The implications of these findings can inspire (1) insights into why giving feedback directly to children is important and (2) ideas about how we might effectively do so in school psychology practice.
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 | 0,092 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,017 | 0,047 |
| Communication savante | 0,021 | 0,019 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».