认知任务的实用方法在一个导航评估
2015年6月1日
谁拥有复杂的通信需要的儿童可以享受使用语音发生装置（SGD）的。认知技能鉴定为具有对SGDs水平之间进行导航的能力产生影响。本协议描述，评估认知能力和导航能力所需要的语音语言病理学家的步骤。
该程序的总体目标是展示评估幼儿导航和认知技能以预测他们导航语音生成设备的能力所需的步骤。这是通过首先使用五个符号和一个平板电脑进行练习来实现的。第二步是通过要求参与者使用平板电脑检索 25 个符号来执行正式导航任务。
接下来，使用较轻的 R 非语言测试评估认知技能。最后一步是分析分数以预测导航技能。最终，认知技能应该预测孩子使用分类组织语言生成设备的能力。
这种方法可以帮助回答增强和替代通信领域的关键问题，例如使用语音生成设备认知对儿童导航技能的影响。这项技术的含义 通过为语言病理学家提供有关儿童认知和导航能力的宝贵信息，扩展到为特定儿童选择最合适的语音生成设备。首先收集材料，包括计算机平板电脑和增强和替代通信应用程序、每个目标单词的符号小册子以及 25 个导航任务。
目标词指示参与者在桌子旁坐下，然后将计算机化的平板电脑直接放在他们面前。与参与者成一定角度坐下，将符号小册子竖直放在参与者和教师之间。询问参与者他们以前是否使用过智能手机或计算机平板电脑，以演示如何使用平板电脑。
首先，告诉参与者可以在代表不同类别的不同文件夹中找到这些符号。然后向他们展示 home 按钮如何链接到第一级，而 Back 按钮如何链接到上一级。要开始练习，请打开小册子并指示参与者使用平板电脑查找小册子中显示的前五个符号。
根据需要提示参与者，询问单词属于哪个类别。要开始正式的导航任务，请在 Trial 之间触摸应用程序上的 Home 按钮。为了始终如一地从第一级开始，指导参与者通过一次翻阅一页小册子来检索数位板中的所有 25 个符号。
告诉对象，如果在 5 分钟内无法检索到符号，他们可以跳过一页。将项目评分为正确。如果参与者在平板电脑上正确选择了与目标匹配的符号。
在小册子中，如果跳过或错误检索了元件，则给出零分，然后进行测试。一旦所有 25 个符号都呈现出来，或者参与者未能检索到 8 个连续的符号，则应完全按照描述遵循 lidar r examiner's manual 中的程序。为了确保成功，考官应在正式评估之前练习管理激光雷达 R。
管理激光雷达的四个子集 国际性能量表 使用画架、测试卡和泡沫形状进行修订。对于第一个测试，向参与者展示目标图片。然后以非语言方式指导参与者在 30 到 60 秒内找到并划掉尽可能多的与目标图片相同的项目。
对于第二个测试，表明刺激卡与看到的空框相关。在插图中，参与者必须识别出填充空框的图片对象。然后对于第三个测试，指出需要识别插图中刺激卡上显示的嵌入图形。
最后，对于最后一次测试，以非语言方式向参与者表明需要将刺激、形状和卡片按相应的顺序放置以进行两项研究。认知与正常发育儿童的导航分数相关，持续注意力、分类和推理技能能够预测导航技能。随着正常发育的儿童保持注意力的能力增加，他们的导航分数也随之提高。
另一方面，在患有自闭症谱系障碍的儿童中，认知灵活性与在语音生成设备的各个层次之间导航的能力高度相关。掌握的方法可以在大约 60 到 90 分钟内完成。观看此视频后，您应该对如何衡量相对于认知技能的导航准确性有很好的了解。
这将允许您将认知技能水平和导航能力与适当的语音生成设备相匹配。
概述
本协议概述了使用语音生成设备（SGD）评估有复杂沟通需求的儿童的认知和导航技能。它旨在为言语语言病理学家提供一种结构化的方法来评估这些技能并预测设备导航能力。
关键研究组成部分
科学领域
- 言语语言病理学
- 辅助和替代沟通
- 认知评估
背景
- 有复杂沟通需求的儿童通常需要SGD来进行有效的沟通。
- 认知技能可能影响儿童导航SGD的能力。
- 了解这些技能对于选择适当的沟通设备至关重要。
- 本研究侧重于评估认知和导航技能以提高沟通结果。
研究目的
- 评估儿童的认知技能和导航能力。
- 预测儿童有效使用SGD的能力。
- 为言语语言病理学家提供设备选择的有价值见解。
使用的方法
- 在平板电脑上进行符号练习。
- 执行正式的导航任务以检索符号。
- 使用Lidar R非语言测试评估认知技能。
- 分析分数以预测导航技能。
主要结果
- 认知技能与正常发育儿童的导航分数相关。
- 在自闭症儿童中，认知灵活性与导航能力相关。
- 评估方法可以在60至90分钟内完成。
- 结果可以指导根据个人需求选择适当的SGD。
结论
- 认知评估对于预测SGD导航技能至关重要。
- 这种方法为言语语言病理学家提供了一种结构化的方法。
- 了解认知技能可以提高儿童的沟通结果。
常见问题
Executive Industry Relevance
Quantitative assessment of cognitive and navigational skills in children provides a structured framework for evaluating device interaction capabilities, supporting early-stage target validation in neurodevelopmental research. This methodology enables predictive confidence in matching cognitive profiles to technology interfaces, informing risk-adjusted decisions in device development pipelines. Integrating cognitive task analysis with navigational performance metrics enhances translational continuity from discovery to preclinical validation in assistive technology R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables hypothesis-driven interrogation of cognitive factors influencing device navigation.
- Supports functional target validation by correlating specific cognitive domains with navigational accuracy.
- Facilitates predictive confidence in technology-user fit for neurodevelopmental populations.
Screening & Assay Development
- Standardizes assessment of navigational accuracy using reproducible, quantitative tasks.
- Prepares validated cognitive-navigational profiles for downstream device optimization workflows.
- Enables reliable comparison of user-device interaction across cohorts.
Translational & Preclinical Research
- Aligns cognitive and navigational metrics with disease-relevant endpoints in neurodevelopmental models.
- Supports continuity from cognitive discovery through preclinical device validation.
- Provides mechanistic de-risking by linking cognitive flexibility and attention to device usability outcomes.
Pipeline & Workflow Integration
This methodology positions cognitive and navigational assessment at the interface of early discovery and preclinical device evaluation, supporting iterative optimization and risk-adjusted advancement.
- Discovery Biology: Clarifies the mechanistic relationship between cognitive domains and device navigation performance.
- Screening: Delivers standardized, quantitative outputs for cross-cohort comparison and device selection.
- Analytics: Provides actionable metrics for statistical analysis of user-device interaction.
- Translational Research: Bridges cognitive assessment with preclinical device validation in neurodevelopmental populations.
- Enterprise Reuse: Establishes a reusable framework for cognitive-device fit assessment across assistive technology platforms.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in device-user matching and reduces mechanistic ambiguity in cognitive-device interactions.
- Operational Value: Promotes standardization, reproducibility, and scalability of cognitive and navigational assessments.
- Strategic Value: Informs go/no-go decisions for device development and enhances capital efficiency by targeting high-fit user populations.
- Portfolio Impact: Supports risk-adjusted prioritization of device candidates based on validated cognitive-navigational profiles.
Implementation Considerations
- Requires expertise in cognitive assessment and neurodevelopmental evaluation.
- Needs access to computerized tablets, validated cognitive testing tools, and standardized symbol sets.
- Demands cross-team alignment on scoring criteria and data interpretation.
- May require adaptation for different age groups or neurodevelopmental conditions.
- Dependent on participant engagement and standardized administration protocols.
