MétaCan
Menu
Retour à la cohorte
Enregistrement W4402346475 · doi:10.1002/jaba.2913

Telehealth general case parent training for children at risk for autism

2024· article· en· W4402346475 sur OpenAlexafffund
Claire Shingleton‐Smith, Julie Koudys, Alicia Azzano, Maurice A. Feldman

Notice bibliographique

RevueJournal of Applied Behavior Analysis · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensBrock University
Organismes subventionnairesBrock University
Mots-clésAutismMultiple baseline designPsychologyParent trainingImitationIntervention (counseling)TelehealthGeneralizationDevelopmental psychologyPsychological interventionClinical psychologyPsychiatryTelemedicineHealth care

Résumé

récupéré en direct d'OpenAlex

Parent-mediated interventions for infants and young children with an increased likelihood of autism may help ameliorate developmental concerns; however, generalization of parents' teaching strategies to novel child target skills has not been consistently demonstrated. This study expanded our parent training program, Parent Intervention for Children at-Risk for Autism (PICARA), by incorporating telehealth general case training (PICARA-TGCT) to promote generalization of teaching skills. Five parent-child dyads participated. Child target skills were chosen from the categories of imitation, receptive language, and expressive language. A concurrent multiple-baseline-across-participants design was used to evaluate the effect of training across two cohorts of parent-child dyads. Dependent variables included the percentage of correct parent teaching skills and the percentage of child correct responses. Parent teaching skills increased across all participants for both trained and untrained child target skills, as did child skills. This study provides support for PICARA-TGCT as an efficacious and efficient early intervention model.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,061
Tête enseignante GPT0,369
Écart entre enseignants0,308 · 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'étudeEssai non randomisé
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Behavior AnalysisMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207