MétaCan
Menu
Retour à la cohorte
Enregistrement W2558260824 · doi:10.5539/jedp.v7n1p12

Efficacy Trial of Contrasting Approaches to the Response-Contingent Learning of Young Children with Significant Developmental Delays and Multiple Disabilities

2016· article· en· W2558260824 sur OpenAlexvenueno aff
Melinda Raab, Carl J. Dunst, Deborah W. Hamby

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Education Sciences
Mots-clésPsychologyIntervention (counseling)Developmental psychologyAsset (computer security)Psychological interventionRandomized controlled trialLearning disabilityClinical psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Findings from a randomized control design efficacy trial of an asset-based vs. needs-based approach to the response-contingent learning of infants and toddlers with significant developmental delays and disabilities who did not use instrumental behavior to produce or elicit reinforcing consequences are reported. The investigation included 71 children randomly assigned to the two contrasting types of interventions. The asset-based intervention and needs-based intervention differed in terms of how child behavior were identified and used to elicit reinforcing consequences as part of response-contingent learning games implemented by the children’s parents or other primary caregivers. Children in the asset-based group were provided more learning opportunities, acquired more response-contingent behavior, and demonstrated more efficient learning compared to children in the needs-based group. Implications for improving practices for very young children with significant developmental delays and multiple disabilities are described.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,114
Tête enseignante GPT0,341
Écart entre enseignants0,227 · 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'étudeEssai randomisé
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetFamily and Disability Support ResearchTravaux en français237 207