Developing a Spoken Language Outcome Monitoring Procedure for a Canadian Early Hearing Detection and Intervention Program: Process and Recommendations
Notice bibliographique
Résumé
Abstract: Purpose: Routine spoken language outcome monitoring is one component of Early Hearing Detection and Intervention (EHDI) programs for children who are hard-of-hearing and learning a spoken language. However, there is no peer-reviewed research that documents how spoken language outcome monitoring may be achieved, or what processes EHDI programs can use to develop these procedures. The present paper describes the process used by a Canadian EHDI program, and the final recommendations that were developed from this process. Methodology: Through consultation with the program’s stakeholders, consideration of the Joint Committee on Infant Hearing’s recommendations, and drawing on our own expertise in spoken language assessment, we developed an overall framework for monitoring spoken language. Based on the needs of the EHDI program, we conducted a scoping review and critical appraisal of norm-referenced tests to identify candidate tests to use within this framework. Results: We recommended a two-pronged assessment approach to measuring spoken language outcomes, including program-level assessment and individual vulnerability testing. We identified several tests that have been previously used to measure spoken language outcomes. There was little consistency in how tests were used across studies with no clear indicators as to which tests are the most appropriate to accomplish for which outcome monitoring purposes. Conclusions: This paper reports on the framework and tests used by a Canadian EHDI program to accomplish spoken language outcome monitoring. We highlight different factors that need to be considered when designing spoken language outcome monitoring procedures and the complexity in doing so. Future work evaluating the effectiveness and feasibility of our recommendations is warranted.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».