A Case Study: Brain Gym Activities for a Child with Autism
Notice bibliographique
Résumé
Background: Autism Spectrum Disorder (ASD) is characterized by core deficits in social communication, restricted behaviors, and frequent challenges with sensory processing and motor coordination. Despite the common use of Brain Gym®, an organized set of movement-based exercises, as a supplemental therapy to improve cognitive, motor, and behavioral performance, robust empirical support for its efficacy remains limited. Objective: This single-case study aimed to assess the effects of a structured Brain Gym training program on attention, sensory modulation, behavioral engagement, and functional participation in a child diagnosed with ASD. Methods: A 6-year-old boy with clinically confirmed ASD participated in a structured Brain Gym intervention over eight weeks, comprising three 30-minute sessions per week. Pre- and post-intervention evaluations utilized the Canadian Occupational Performance Measure (COPM), the Sensory Processing Measure (SPM), and detailed therapist-based observation diaries. Results: The intervention yielded notable improvements, including a significant increase in attention span (+40%) and task engagement (+35%), alongside a substantial reduction in behavioral outbursts (-45%). COPM scores demonstrated clinically significant gains in both performance and satisfaction. Furthermore, parental feedback noted improved responsiveness, smoother transitions between activities, and enhanced eye contact. Conclusion: Brain Gym activities appear to have beneficial effects on sensory regulation, attention, and functional participation for the child in this study. While the findings support further controlled trials to establish generalizable efficacy, these results encourage the use of movement-based interventions to address sensorimotor challenges in children with ASD.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».