MétaCan
Menu
Retour à la cohorte
Enregistrement W2560715547 · doi:10.1177/0162643416681499

Generalization Following Tablet-Based Instruction in Children With Autism Spectrum Disorders

2016· article· en· W2560715547 sur OpenAlexafffund
Sabine Saade, Marc J. Lanovaz, Marie‐Michèle Dufour

Notice bibliographique

RevueJournal of Special Education Technology · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésGeneralizationAutismAutism spectrum disorderPsychologyTypically developingComputer scienceMathematics educationDevelopmental psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Given that children with autism spectrum disorders (ASDs) often require one-to-one individualized instruction, using tablets as teaching tools may represent an interesting option in classrooms with high student to teacher ratios. The purpose of our study was to extend research by evaluating the effects of tablet-based instruction on the generalization of skills in children with ASD. Specifically, we used multiple probe designs to assess the effectiveness of using an app to teach one-word receptive identification to five children with ASD between 4 and 11 years old. Our results indicated that three of the five children displayed generalization on at least two concepts following tablet-based instruction. The tablet-based app may promote generalization of learned concepts in some children with ASD, but our results suggest that it is not a one-size-fits-all solution. As such, our study underlines the importance of conducting individualized assessment prior to using tablet-based instruction with children with ASD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,190
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,265
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Special Education TechnologyMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207