Telehealth Services for Children With Autism Spectrum Disorders in Rural Areas of the Kingdom of Saudi Arabia: Overview and Recommendations
Notice bibliographique
Résumé
Autism spectrum disorders (ASD) are the most-prevalent neurodevelopmental disorders. However, each child diagnosed with ASD presents with a unique range of behavioral and communication problems and issues with social skills. Many studies have highlighted the importance of early interventions for children with ASD to improve their skills and provide their families with the necessary support. However, in the Kingdom of Saudi Arabia (KSA), the earliest that a child with ASD in the major cities receives an intervention is at the age of 4 years, owing to limited services and a lack of awareness of the importance and benefits of early interventions. Families who live in rural areas of KSA arguably have a greater need for these services, as they have to travel to cities such as Riyadh for help. The use of telehealth services may be effective for ASD intervention among children living in rural areas, since such services use technology to provide consultations, interventions, diagnosis, training, and education. Research indicates that telehealth services are as valuable as traditional face-to-face treatment, allow families to obtain support from their homes, and help them improve their quality of life. This review will discuss the application of telehealth services to support families in rural areas of KSA who are dealing with issues of ASD, considering the cultural and religious contexts. In addition, it will examine ways in which technology can be employed to suit KSA's culture and needs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».