Comparison of error-correction procedures for teaching topography- and selection-based responses
Notice bibliographique
Résumé
Discrete-trials teaching is a technique that is commonly used for teaching functional skills to individuals with developmental disabilities. On each trial, a correct response typically leads to a reinforcer while an error leads to a correction procedure. Several studies have compared different error-correction procedures that involved different amounts of practice following an error in teaching different skills such as sight word reading (e.g., Worsdell et al., 2005), math skills (e.g., Rapp et al., 2012), and visual discriminations (e.g., Smith et al., 2006). Although results were mixed, practicing the correct response was generally more effective than no practice for teaching what might be classified as “topography-based” responses, but not for teaching “selection-based” responses. This raises the question: Does the amount of practice following an error interact with the response classes being taught? The present study attempted to address this question by comparing multiple-practice and no-practice error-correction procedures in teaching topography-based (signing or daily living skills) and selection-based responses (2-choice non-identity matching tasks) with 6 adults diagnosed with an intellectual disability and with limited communication skills. The error-correction procedures were compared in an alternating-treatments design to teach topography-based and selection-based tasks within each participant. By excluding 3 comparisons in which the participants did not master any tasks in topography-based training, results on task mastery showed that 4 of the 6 comparisons favored the multiple-practice procedure while 1 comparison favored the no-practice procedure. The remaining comparison showed no difference across procedures. By excluding 1 comparison in which the participant did not master any tasks in selection-based training, results on task mastery showed that 1 of the 4 comparisons favored the no-practice procedure, and 1 comparison showed no difference across procedures. The remaining 2 comparisons favored the multiple-practice procedure. The findings of this study suggest that a multiple-practice error-correction procedure is slightly more effective than a no-practice error-correction procedure for teaching topography-based responses, but not for teaching selection-based responses. If the present results are generalizable, practitioners may wish to use the simpler and less time consuming no-practice procedure for teaching selection-based tasks and reserve the use of a multiple-practice procedure for teaching topography-based tasks.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».