Methodological challenges and opportunities when studying the course of autism
Notice bibliographique
Résumé
Longitudinal research in autism has contributed a wealth of knowledge about etiological factors, development from childhood through adulthood, life course changes and needs, as well as longer-term adult outcomes for individuals on the spectrum and their family members. This research is essential to better understand the needs of individuals as they age. However, along with the as yet unrealized opportunities to understand an individual in more nuanced ways across time, there are challenges to utilizing this research design that should be considered. These include sample and measurement diversity, retention, outcome measures, analysis, and funding considerations. This article outlines some of the most pressing challenges together with potential solutions to maximize the value of longitudinal research designs that can help address questions that are of high priority to the autism community.Lay AbstractLongitudinal research has been critical to understand the life course of people with autism, including factors which increase the probability of an autism diagnosis, the emergence of early markers, co-occurring psychiatric conditions, predication of future educational and support needs across childhood and adulthood, and understanding what makes each person unique and contributes to the well-being of autistic people and their families. However, these studies take time, patience, investment of families and individuals, scientists and are challenging to all involved. This article will outline some of the issues that have occurred in the past and provide potential solutions to improve the quality of these studies to both the scientific and autistic communities. They include sample and measurement diversity, retention, outcome measures, analysis, and funding considerations. This understanding of the field is important for both scientific research and community engagement in the studies that include the autistic community.
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 | 0,478 | 0,622 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».