Notice bibliographique
Résumé
Multiple blogs focus on autism spectrum disorder (ASD), but special educator Catherine Pascuas takes a new approach to sharing insights and resources on treating kids and young adults with autism. On The Autism Show Podcast, the consultant interviews specialists in the field—including several SLPs who are ASHA members—on relevant topics. Then she edits and produces the interviews into a series of podcasts. A new episode comes out each Tuesday and lasts approximately 20 minutes. You can subscribe to the podcast through iTunes or Stitcher. Although Pascuas creates each podcast with parents as the primary audience, she also asks the professionals she interviews to share advice for other pros in the field. Three recent episodes showcase SLPs with expertise in ASD. Heather MacKenzie, PhD, is a Canadian speech-language pathologist and international affiliate of ASHA. She writes books and programs on helping children manage their behavior, thinking and emotions. In the podcast, MacKenzie discusses tips for teaching self-regulation skills. Episode 38: Heather MacKenzie Karen Kabaki-Sisto, MS, CCC-SLP, helps children with autism improve their communication abilities. In 2015, she created an app to empower people with autism to start, maintain and end natural, flowing conversations. Episode 44: Karen Kabaki-Sisto Linda Barboa, PhD, CCC-SLP, holds degrees in speech-language pathology and audiology, psychology and early childhood education. She worked as a special education director, director of a center for autism and university professor. She co-authored Stars in Her Eyes: Navigating the Maze of Childhood Autism and presents programs to professionals across the country. Episode 48: Linda Barboa
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,017 |
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 source (Gemma direct ou Codex distillé), 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 ».