Using the Delphi Technique to Explore Complex Concepts in Speech-Language Pathology: An Illustrative Example From Children's Social Communication
Notice bibliographique
Résumé
PURPOSE: In recent years, there has been an increasing interest in expanding the research approaches that speech-language pathologists utilize, particularly for addressing complex questions. Consensus-building techniques can be useful for addressing such questions. The Delphi technique is a consensus-building process involving structured communication among members of an expert panel via independent responses to iterative rounds of questionnaires. The purpose of this research note is to describe and demonstrate the Delphi technique using an application to a complex problem in speech-language pathology, that is, the bases of social communication and pragmatics. METHOD: The Delphi technique was described and illustrated via the following study: 10 expert speech-language pathologists participated in a 3-round Delphi study. Participants were asked to list the key features of social communication and pragmatics in Round 1. Questions for Rounds 2 and 3 were developed on the basis of the participants' responses to previous rounds. RESULTS: The Delphi technique was useful in bringing participants to consensus on the key features of social communication and pragmatics and offered a starting point for the continued exploration of this complex problem. CONCLUSION: A discussion of the benefits and limitations of the technique is included, highlighting the utility of the technique to the field of speech-language pathology.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».