MétaCan
Menu
Retour à la cohorte
Enregistrement W4400370247 · doi:10.5762/kais.2024.25.6.159

The Effects of Multisensory Environments(Snoezelen) on Sensory Processing and Occupational Performance Ability in Children with Developmental Delay: A Pilot study

2024· article· en· W4400370247 sur OpenAlexaboutno aff
Yu-Jin Jang, Nam‐Hae Jung

Notice bibliographique

RevueJournal of the Korea Academia-Industrial cooperation Society · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSensory processingSensory systemAudiologyOccupational therapyPsychologyPhysical medicine and rehabilitationMedicinePhysical therapyNeuroscience

Résumé

récupéré en direct d'OpenAlex

본 연구는 감각처리에 어려움이 있는 발달지연 아동을 대상으로 다감각환경(snoezelen)이 감각처리 및 작업수행능력에 미치는 영향을 알아보았다. 발달지연아동 10명을 대상으로 2023년 9월부터 11월까지 다감각환경 중재를 제공하였다. 다감각환경 프로그램은 4주 동안 주 2회, 총 8회기의 1회당 40분 중재가 시행되었다. 중재 효과를 확인하고자 중재 전과 후에 감각처리는 단축감각프로파일(SSP: Short Sensory Profile), 작업수행능력은 캐나다작업수행평가(COPM: Canadian Occupational Performance Measure)로 측정하였다. 수집된 데이터는 SPSS ver. 24.0를 사용하여 기술통계, 윌콕슨 부호 검정을 사용하여 분석였으며, 통계학적 유의수준은 .05로 설정하였다. SSP 점수는 중재 전 140.50±14.14점에서 중재 후에 156.40±14.35점으로 통계학적으로 유의하게 향상되었다. COPM 수행도 점수는 중재 전 3.10±1.20점에서 중재 후 5.90±1.20점으로, 만족도는 중재 전 4.20±1.14점에서 중재 후 7.60±1.43점으로 통계학적으로 유의하게 향상되었다(p <.05). 다감각환경 중재가 감각처리의 어려움이 있는 발달지연아동의 감각처리 및 작업수행능력에 효과가 있음을 확인할 수 있었다. 본 연구를 통해 발달지연아동의 감각처리 및 작업수행능력 향상을 위해 다감각환경 중재를 적용할 수 있다는 근거를 마련하였다. 추후 더 많은 발달지연아동을 대상으로 다감각환경 중재의 효과에 대해 다각적인 측면으로 검증해야할 것이다.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,299
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Korea Academia-Industrial cooperation SocietyMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207