Dynamic assessment, more than a diagnostic tool? Uses for goals, teaching moments, and procedural issues during intervention of speech sound disorder
Notice bibliographique
Résumé
Dynamic assessment is typically used for diagnostic and baseline purposes; however, the current study explored expanding the use of dynamic assessment as a curriculum-based measure to additionally capture teaching moments and observe intervention elements during treatment of speech sound disorder (NCT06075303). Teaching moments occur when an SLT presents an antecedent, the child produces a behaviour, and the SLT responds with a consequence related to accuracy; yet, little is known about the characteristics of these elements that are the most essential for improving treatment outcomes. To address this gap, we used the Glaspey Dynamic Assessment of Phonology's scoring system to establish the goal, code teaching moments, describe procedural issues, and evaluate children's skill development. The participants included two English-speaking boys, ages three and six, with speech sound disorder. A modified cycles approach was administered by an SLT and a student clinician with two blocks of targets (minimally and moderately adaptable). Results indicated that coding with dynamic assessment was successfully used for tracking changes within the teaching moments and provided a more complete perspective of treatment efficacy when combined with outcome measures, yet more research is needed to establish goals with dynamic assessment. Both children demonstrated progress in a short period of time, though Participant 1 made more significant gains, which may be attributed to many elements including treatment intensity, target selection, clinician variables, or client variables. Overall, this preliminary research supports that dynamic assessment may lead to dynamic intervention, thus bridging assessment and treatment practices.
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 | 0,001 | 0,008 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».