MétaCan
Menu
Retour à la cohorte
Enregistrement W2803503450 · doi:10.9782/17-00022

Re-examining Evidence Based Practice in Special Education: A Discussion

2018· article· en· W2803503450 sur OpenAlexaff
Robert L. Williamson, Andrea Jasper, Jeanne A. Novak, Clinton Smith, William C. Hunter, Laura Casey, Kay C. Reeves

Notice bibliographique

RevueJournal of International Special Needs Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral and Psychological Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEvidence-based practiceIntervention (counseling)AutismPsychologyMeta-analysisSpecial educationMedical educationBest practiceAutism spectrum disorderApplied psychologyClinical psychologyDevelopmental psychologyPedagogyMedicinePsychiatryAlternative medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract The Council for Exceptional Children (CEC) recently released updated standards regarding how to determine whether any particular intervention may be deemed an evidence-based practice (EBP). As new criteria regarding the acceptance of any specific intervention as evidence-based become available, the question arises: Would the application of new standards to studies completed under the older guidelines result in changes to past conclusions? The current study examined if changes in EBP standards might change the classification of an exemplar practice that was previously designated as an EBP. In this case, we examined video modeling (VM), an accepted practice regarding skill acquisition in special education as an exemplar practice. In order to determine if the new CEC 2014 standards would impact a previously determined EBP finding, a re-examination of Bellini and Akullian's (2007) frequently cited meta-analysis that focused on VM as an intervention for individuals with autism spectrum disorders (ASD) was conducted. The results revealed that if Bellini and Akullian had conducted their review using updated CEC 2014 standards, VM applied to individuals with ASD would not have been classified as an EBP.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,161
Tête enseignante GPT0,440
Écart entre enseignants0,279 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Special Needs EducationMême sujetBehavioral and Psychological StudiesTravaux en français237 207