MétaCan
Menu
Retour à la cohorte
Enregistrement W4413474929 · doi:10.1177/20503121251363015

Developing a measurement tool for assessing animal-assisted activity effectiveness on children with special educational needs’ socialization: A pilot study

2025· article· en· W4413474929 sur OpenAlexaff
Liuzhi Hong, Terence Hui, Ronda Ka-Wai Luk, Hung‐Kwan So, Wilfred Hing Sang Wong

Notice bibliographique

RevueSAGE Open Medicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineSocializationMedical educationApplied psychologyDevelopmental psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Objective: This study aimed to develop an observational tool to assess the social interactive behaviors of children with special education needs during animal-assisted activity and to examine its reliability and validity. Methods: The study comprised two phases: developing and evaluating the measurement tool. The tool was created through literature reviews and expert interviews. The pilot observational study was conducted in a special educational school in Hong Kong, China, involving 138 children with intellectual disability participating in animal-assisted activity sessions to examine the tool’s reliability and validity. Results Initially, the measurement tool included 26 observational variables across three dimensions (inter-rater reliability of 0.74). After excluding variables with low discriminability, the final tool contained seven observational variables. The tool demonstrated strong reliability (inter-rater reliability of 0.81) and satisfactory validity, significantly discriminating among different intellectually disabled students ( p s < 0.05). Conclusions: This study developed and validated an observational tool for measuring the social behaviors of children with special education need during animal-assisted activity sessions. More extensive studies are needed to further evaluate the instrument.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,086
Tête enseignante GPT0,430
Écart entre enseignants0,345 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE Open MedicineMême sujetHuman-Animal Interaction StudiesTravaux en français237 207