MétaCan
Menu
Retour à la cohorte
Enregistrement W1834291462 · doi:10.1111/j.1471-3802.2010.01184.x

Implementing AAC with children with profound and multiple learning disabilities: a study in rationale underpinning intervention

2010· article· en· W1834291462 sur OpenAlexaff
Celia Harding, Gemma Lindsay, Aoife O’Brien, Lucy Dipper, Julie Wright

Notice bibliographique

RevueJournal of Research in Special Educational Needs · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésAugmentative and alternative communicationUnderpinningIntervention (counseling)PsychologyLearning disabilityMultiple disabilitiesInclusion (mineral)CognitionIntellectual disabilityChallenging behaviourCognitive disabilitiesResponse to interventionGestureDevelopmental psychologyMedical educationComputer scienceSocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

There is a developing research base to support the rationale underpinning augmentative and alternative communication (AAC) for people with learning disabilities. However, there is a paucity of research examining the process involved in implementing AAC support for people who have profound disabilities. This paper seeks to explore the processes involved in planning and implementing AAC systems to support the communication of two 6 year olds with profound and multiple learning disabilities. Following assessment, a plan of intervention involving specific implementation of objects of reference, gestures and signs was implemented to enhance communication opportunities for both children. Both children improved their communication skills through use of specific AAC supports. Results suggest that important aspects to include when planning intervention are understanding the level of each child's cognition in relation to their receptive abilities and a consistent, collaborative approach where strategies are agreed between team members. Specific challenges are discussed.

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)0,017
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
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 Opus0,140
Tête enseignante GPT0,533
Écart entre enseignants0,393 · 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'étudeObservationnel
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

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Special Educational NeedsMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207