Developing a classification system of social communication functioning of preschool children with autism spectrum disorder
Notice bibliographique
Résumé
AIM: Impairments in social communication are the hallmark of autism spectrum disorder (ASD). Operationalizing 'severity' in ASD has been challenging; thus, stratifying by functioning has not been possible. The purpose of this study is to describe the development of the Autism Classification System of Functioning: Social Communication (ACSF:SC) and to evaluate its consistency within and between parent and professional ratings. METHOD: (1) ACSF:SC development based on focus groups and surveys involving parents, educators, and clinicians familiar with preschoolers with ASD; and (2) evaluation of the intra- and interrater agreement of the ACSF:SC using weighted kappa (кw ). RESULTS: Seventy-six participants were involved in the development process. Core characteristics of social communication were ascertained: communicative intent; communicative skills and reciprocity; and impact of environment. Five ACSF:SC levels were created and content-validated across participants. Best capacity and typical performance agreement ratings varied as follows: intrarater agreement on 41 children was кw =0.61 to 0.69 for parents, and кw =0.71 to 0.95 for professionals; interrater agreement between professionals was кw =0.47 to 0.61, and between parents and professionals was кw =0.33 to 0.53. INTERPRETATION: Perspectives from parents and professionals informed ACSF:SC development, providing common descriptions of the levels of everyday communicative abilities of children with ASD to complement the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition. Rater agreement demonstrates that the ACSF:SC can be used with acceptable consistency compared with other functional classification systems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».