Learning and mastery behaviours as risk factors to abandonment in a paediatric user of advanced single-switch access technology
Notice bibliographique
Résumé
PURPOSE: The present descriptive case study documents the behaviours of a child single-switch user in the community setting and draws attention to learning and mastery behaviours as risk factors to single-switch abandonment. Our observations were interpreted in the context of a longer term school-based evaluation of an advanced single-switch access technology with a nine year-old user with severe spastic quadriplegic cerebral palsy. METHOD: The child completed 25 experiment sessions averaging a rate of three sessions every two weeks. During each session he worked on several blocks of single-switch computer activity using his vocal cord vibration switch. RESULTS: Despite high levels of single-switch sensitivity and specificity that suggested a good fit between the participant and the technology, the participant perceived a lower proficiency level of his own abilities, demonstrated impatience and intolerance to interaction errors, and was apprehensive of making mistakes when using his switch in public. CONCLUSIONS: The benefit of gaining some degree of independent physical access might not necessarily enhance resilience to interaction errors or bouts of poor task performance. On the other hand, the participant's behaviours were consistent with those of a typically developing child learning or mastering any new skill or task. Implications for Rehabilitation The attitude and behaviour of a paediatric switch user towards skill development can be risk factors to abandonment of an access technology, despite successful clinical trial with the device. Children with severe disabilities can be associated with the same types of skill development behaviour patterns and achievement motivation as their typically developing peers. Empirical observations of the case participant's switch use behaviours suggest that user training could be adaptive in order to account for individual differences in skill development and achievement motivation.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».