MétaCan
Menu
Retour à la cohorte
Enregistrement W2746924423 · doi:10.1044/persp2.sig9.25

Examination of Coaching Behaviors Used by Providers When Delivering Early Intervention via Telehealth to Families of Children Who Are Deaf or Hard of Hearing

2017· article· en· W2746924423 sur OpenAlexaff
Arlene Stredler-Brown

Notice bibliographique

RevuePerspectives of the ASHA Special Interest Groups · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTelehealthCoachingIntervention (counseling)PsychologyTelemedicineMedicineHealth careNursingFamily medicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

The Individuals with Disabilities Education Act (IDEA, 2004) states that infants and toddlers with disabilities, and their family members, are to receive family-centered early intervention (FCEI). This study investigated providers' use of FCEI strategies when intervention was delivered to young children who were deaf or hard of hearing via telehealth. Telehealth is the use of telecommunication technologies to provide health services to people who are located at some distance from a provider. Telehealth also offers access to specialists and eliminates barriers of geography and weather. This study examined the frequency of occurrence of desired FCEI provider behaviors during telehealth sessions and contrasted them with the same behaviors used during in-person therapy. The use of FCEI provider behaviors was measured by observing and coding digitally recorded intervention sessions. Results demonstrated that selected FCEI provider behaviors occur in the telehealth condition more frequently than in the in-person condition reported in the literature. Three of the provider behaviors studied (i.e., observation, parent practice with feedback, and child behavior with provider feedback) were used more frequently in the telehealth condition. Direct instruction was used in similar amounts in both treatment conditions. This study affirms that the use of FCEI strategies may be enhanced through telehealth.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,063
Tête enseignante GPT0,359
Écart entre enseignants0,296 · 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

Citations19
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives of the ASHA Special Interest GroupsMême sujetFamily and Disability Support ResearchTravaux en français237 207