刺激制御比方程式による言語行動の欠陥のモデリング

サマリー

この記事では、言語操作性分析(VOA)を実施し、刺激制御率方程式(SCoRE)を計算し、特に赤字に対処するために重要な個別の言語行動処理計画を策定するための手順について説明します。自閉症の特徴。

要約

言語オペラ分析は、自閉症スペクトラム障害および関連する発達障害との特に関連性の高い、言語行動の分野に対する機能分析技術の拡張である。同様に、言語の操作性分析は、言語に影響を与える特定の環境要因を注意深く制御し、タクト、マンド、エコー、および後続の4つの言語オペラントクラス間での応答の強さを測定します。次に、各独立した言語操作の頻度は、刺激制御比方程式(SCoRE)を使用して互いに対して測定され、話者のレパートリーの相対強度を要約する。言語的行動SCoREは、それ自体(例えば、事前/後のテストの目的のために)または他の人に対して比較することができる統計量を生み出す(例えば、無作為化対照試験の目的のために)。この評価の結果は、言語操作に対する刺激制御を分岐させるための個別の階層を提供し、そこから誤った言語学習のための治療計画が処方される可能性がある。

概要

機能分析は、行動過剰(問題行動)と赤字(例えば、コミュニケーションスキル)を維持する責任を負う環境変数を特定するために、行動分析介入の一環として一般的に採用されています。適切かつ効果的な個別行動介入計画の策定言語オペラの機能的独立性は、自閉症および他の言語障害1、2、3を治療するための革命的な枠組みを提供している。認知現象や構造的枠組みとして言語を分析する以前の試みとは異なり、言語は、強化5、6、絶滅7の同じ原理に従って、操作行動4としてよりよく記述される^,8、および罰9.その際、6つの基本的な口頭操作が同定され、これは話者の環境制御を拡張する様々な方法で機能する。

定義上、話者の言葉の振る舞いは、社会的なエピソードの一部として別の個人によって和らげらされます。機能的な話すレパートリーの開発に失敗した個人は、自閉症スペクトラム障害と頻繁に診断され、その中核症状には、制限された反復性に加えて、コミュニケーションと社会的相互作用における持続的な欠陥が含まれる。行動パターン¹⁰.

過去60年間にわたり、行動分析研究者は、主に自閉症スペクトラム障害のコミュニケーション障害を修復する上で、これらのオペラの4つ(マンド、タクト、エコー、および後遺症)に焦点を当ててきました。これらの4つの言語スキルのそれぞれを強化することは、^自閉症11の子供のための流暢な言語レパートリーを開発するための基礎であることが示されています。機能コミュニケーショントレーニングなどの手順では、言語を増やすことは、それに対応する挑戦的な行動の減少につながる可能性があることがわかりました。また、神経典型的な発話と比較すると、4つの言語オペラの間の不均衡は、自閉症の音声パターン12,13の特徴である。

マンドは、補強器へのアクセス制限の制御下で口頭での行動です。したがって、スピーカーは、これらの項目へのmandまたはコマンド アクセスを解除する必要があります。例えば、コップ一杯の水を手に入れるには、「水をもらってもいいですか」「何か飲み物を持ってきてもいいですか?」とか「水、今!」などと言うかもしれません。マンドトレーニングに関する研究は、機能コミュニケーション^{トレーニング14}におけるその使用を実証し、回避刺激5を除去し、^情報15を要求する。

タクトは、私たちがコンタクトに入ってくる環境の物理的特性の制御下で口頭行動です。例えば、お風呂に入ったり、雨が降ったり、海の空気の匂いを嗅いだりすると、「水」という反応が起こるかもしれません。非言語刺激の制御下での言語応答は同様に和見され、したがって、タクティングの同じオペラントクラスに属する。タクトトレーニングに関する研究は、視覚刺激16、相互受^感17、および全体^の18の一部を標識する際の使用を実証した。

エコーと続編は、他の言語的行動(すなわち、口頭で)に応じて口頭行動の両方です。エコーは、言語刺激をエコーする言葉の行動です。例えば、「こんにちは」と言う人に会った時、その人は「こんにちは」と答える可能性が高くなります。「こんにちは」と言う人に会ると、その人は「こんにちは」と答える可能性が高くなります。エコートレーニングに関する研究は、発話19、プロソ^ディ20、および手^話21の使用の平均長さを増加させる上でその使用を実証した。自閉症の個人は、長い待ち時間の後にスクリプト化された発声が繰り返されるエコーラリアを示すことができます。しかし、これらの発声はリスナーからの補強によって維持されないため、口頭で考慮する必要はありません。

一方、続編は、その沈殿する言葉の刺激とそのような対応を共有しません。例えば、「今日は元気ですか」と言う同僚に対しては、「大丈夫」と答えるかもしれません。後続トレーニングに関する研究は、会話^{ターン22、}分類23、および空白の^タスク24でその使用を実証しました。エコー的なイントラバールと続編は同様に連結されますが、異なる先行刺激は異なるオペラントクラスを作成します。

主要な言語操作の機能的区別を検証した25、言語行動介入は、主に個々のオペラに対処するための治療に焦点を当ててきた。これらの個々の研究の成功は、おそらく彼らの狭い範囲を永続させました。しかし、研究者は最近、言葉の行動に対する複数の制御の重要性を強調し始めています。言語オペラの間の相互依存は、流暢なスピーチを開発するために必要です²⁶.さらに、複数のコントロールを考慮しない人は、適切な説明、予測、および言語行動の制御を示す可能性は低い^27.

言語行動刺激制御比式(SCoRE)12は、個人の機能的な話すレパートリーを定量的に合成し、4つの主要言語の相対的な比例を比較する統計を得るための手順である。オペラント。SCoREは、マンド、エコー、タクト、および後遺症の応答集団を互いに関連して分析し、自閉症の音声パターンと一般的に発達しているスピーカーの間で、慣用的およびノモテティックな比較を引き出すことができます。さらに、SCoRE は、個々のオペラを互いに比例して強化するための個別のプロンプト階層を規定します。したがって、「スコアは、テストが描かれる行動のより大きな宇宙のいくつかの側面を予測するために使用することができる」28.SCoREはまた、効果のサイズを越えて言語オペラのレパートリー強度を差別化するためのメトリックを生成します。SCoRE評価の目的は、(1)自閉症のレパートリーが典型的な話すレパートリーと異なる程度を特定し、(2)刺激制御が不十分な領域を特定し、(3)が修復のための個別の治療計画。

プロトコル

以下の手順は、サンアントニオの機関審査委員会でテキサス大学の監督の下で行われました.

注:言語行動SCoRE手順は、地形ベースまたは選択ベースの言語行動を発する言語障害を持つ幼児期の学習者に適しています。幼児期を超える個人と、非コミュニケーション発声を発する若い話者は、この分析から除外される。

1. 口頭による操作分析を行う。

1. タクト、マンド、エコー、および後続の条件を配置して、特定の環境変数とスピーカーの動作との間の機能的な関係を確立します。
2. タクト関係
   1. タクト関係を評価するために、自然^環境29における自由操作性嗜好評価を行う。参加者が自分で選んだ好きな項目に従事できるようにします。これらのアイテムは、幼い子供の間で一般的な任意の操作玩具(例えば、電車、恐竜、泡など)であってもよいです。30 秒間隔で、子が現在従事している項目をポイントし、オブジェクトに名前を付けてもらいます。参加者によってラベル付けされたアイテムの総数を集計し、一般化された補強で補強します。
   2. その特定の項目へのアクセスを削除し、参加者が別の刺激に従事するように奨励します。手順を合計 10 回繰り返し、参加者から最大 10 個の異なるラベルを呼び出します。
3. マンド関係
   1. マンド関係を評価するために、制御された^設定30で対対刺激好み評価を行う。タクト条件で識別された 10 個のターゲット項目のうち 2 つを選択し、参加者に「1 つを選択」と依頼します。参加者が選択したアイテムを 30 s で再生できるようにし、そのアイテムを見えないようにしてアイテムを削除し、マンドを求めるプロンプトを表示します。参加者が刺激の名前を言うかどうかをスコアし、好みの項目へのアクセスで補強します。
   2. 残りのターゲット項目を 2 つ選択し、参加者に「1 つを選択」するように依頼します。合計 10 回の手順を繰り返し、参加者から最大 10 種類の要求を呼び出します。
4. エコー関係
   1. エコー関係を評価するには、ターゲット項目とは無関係のタスクに参加者を参加させる。30秒間隔で、上記の条件で同定された応答ターゲットの1つに対してエコー刺激を提供する。エコー刺激は、項目の一般的な名前、またはタクト条件中に子供によって提供されるラベルのいずれかであってもよいです。参加者がターゲット応答をエコーするかどうかをスコア化し、一般化された補強で補強します。
   2. 合計 10 回の手順を繰り返し、参加者から最大 10 種類の模倣を呼び出します。
5. 後続関係
   1. 後続関係を評価するには、ターゲット項目とは無関係のタスクに参加者を参加させます。30秒間隔で、上記の条件で識別された応答ターゲットの1つに対して空白の充填刺激を提供する。空白の塗りつぶしフレームは、タクト条件中に子がアイテムでどのようにプレイしたかによって異なります (例:参加者がターゲット応答で空白を埋めるかどうかをスコア付けし、一般化された補強で補強します。
   2. 合計 10 回の手順を繰り返し、参加者から最大 10 回の異なる返信を呼び出します。
6. 4つの条件(セクション1.2−1.5)を2回繰り返し、10個の新しい応答ターゲットを配置するたびに、言語操作分析(VOA)の終了時に4つの条件のそれぞれに合計30の新規応答を評価します。この応答母集団は、さらなる統計分析に十分なパワーを提供します。
   注:言語オペラント分析は、中程度の構築妥当性(r² = 0.75)、強力なテスト再テスト信頼性(r_s = 0.97)、および高いレート間信頼性(98%)31を有することが示されている。

2. 言語行動刺激制御比方程式(SCoRE)を計算します。

1. VOAの3回の繰り返しすべてにわたって、各言語オペラントクラスで得られた周波数を合計します(表1)。

試験	タクト	マンド	エコー	続編
1~10	6	2	6	2
11~20	4	2	10歳	0
21~30	4	4	6	2
合計	14歳	8	22歳	4

表1:評価の3ラウンドすべてにわたる回答の合計は、さらなる統計分析を行うための十分な応答母集団を提供する。オペラント間の分散を分析すると、誤った言語学習のための個別のプロンプト階層が作成されます。

2. 各オペラの合計頻度を、すべてのオペラの合計頻度で割ります (表2)。

操作	タクト	マンド	エコー	続編
合計	14歳	8	22歳	4
分割	48歳	48歳	48歳	48歳
等しい	0.29件	0.17	0.46分	0.08円

表2:4つの言語操作のそれぞれの相対的な強さを決定するために使用される数学的演算。各オペラの応答数は、すべてのオペラントの応答の合計で割られ、各オペラの相対的な値が得られます。

3. ステップ 2.2 で得られた相対強度を 100 で乗算して、各小数点をパーセンテージ (図1) に変換し、その合計が完全な言語レパートリー (すなわち、100%)を構成します。

図1:タクト全体の強度の不均衡なレベルを示す自閉症の言語レパートリーのモデル(29.2%)、マンド(16.7%)、エコー(45.8%)、および後遺症(8.3%)。4つのオペラントは、言語行動を制御する環境変数の100%を占める。この図のより大きなバージョンを表示するには、ここをクリックしてください。

4. 評価された言語レパートリーをヌルレパートリーと比較し、4つのオペラすべてが25%のピースで同等である(図2)。

図2:4つの言語オペラ全体で比例した強度をそれぞれ25%で示すヌル言語レパートリーのモデル。通常、開発中のスピーカーは、タクト、マンド、エコー、および後遺症の間で強度の変化を示しません。この図のより大きなバージョンを表示するには、ここをクリックしてください。

5. 以下の式を使用して、協定の合計 (A; 2 つの数値の小さい方) を、協定と不一致の合計 (A + D; 2 つの数値の大きい値) で除算します (図3)。商は、VOAの時の話者の口頭レパートリーの相対的な強さを反映した統計です。
   

図3:観察された応答強度と帰無仮説との間の一致のデモンストレーション。SCoRE計算の主な仮定は、観測されたレパートリー(a)とヌルレパートリー(25%;)の間に重複することです。b)は合意を表し、非重複は不一致を表します。この図のより大きなバージョンを表示するには、ここをクリックしてください。

3. 抽象的な刺激制御。

1. すべてのビバージェント(マンド+タクト、マンド+エコー、マンド+続編、タクト+エコー+エコー+続編)とトリバージェント(マンド+タクト+エコー+タクト+タクト+続編)の強度を計算します。個々のオペラのパーセンテージを合計することにより、複数のコントロールのソース。
2. 4つの言語オペラの合計から始めて、刺激制御のレベルを最大から最小に順位付けします(表3)。

環境変数	環境管理(%)
メッツ	100人
会った	91.67の
Ets	83.33円
Et	75歳
Mes	70.83の
私	62.5歳
Mts	54.17年
Es	54.17年
山	45.83円
E	45.83円
Ts	37.5歳
T	29.17年
さん	25名
M	16.67年
S	8.33件

表3:各言語オペラの強さは、可能なすべての組み合わせで互いに収束され、最大から少なくとも強さのランク順を提供する。様々なオペラを収束することで、スピーカーの環境をより多く制御できます。M = マンド、E = エコー、T = タクト、S = 後続。

3. 操作強度が単数形および複数の制御ソース間で並べられたら、応答強度階層を維持しながら、各言語操作に関連するフェージングステップ(表4)を抽出します。

タクト	マンド	エコー	続編
メッツ (100%)	メッツ (100%)	メッツ (100%)	メッツ (100%)
メット (91.67%)	メット (91.67%)	メット (91.67%)	ETS (83.33%)
ETS (83.33%)	MES (70.83%)	ETS (83.33%)	MES (70.83%)
ET (75.00%)	私 (62.50%)	ET (75.00%)	MTS (54.17%)
MTS (54.17%)	MTS (54.17%)	MES (70.83%)	ES (54.17%)
MT (45.83%)	MT (45.83%)	私 (62.50%)	TS (37.50%)
TS (37.50%)	MS (25.00%)	ES (54.17%)	MS (25.00%)
T (29.17%)	M (16.67%)	E (45.83%)	S (8.33%)

表4:個々のオペラント、マンド、エコー、タクト、および続編を条件付けするために、系統的に収束し、互いに分岐し、最も少ないプロンプトのフレームワークを提供する。リレーショナルの柔軟性は、個々のオペラをサポートするのに役立つ無関係な変数を変えることによって確立されます。M = マンド、E = エコー、T = タクト、S = 後続。

4. 参照者ベースの^命令34との条件リレーショナルの柔軟性は、注意深くプロンプトフェージングの任意のステップを省略しないようにする。
   1. マンド、タクト、エコー、および後続のリレータ(100%)を収束します。たとえば、ボールに従事している間、参加者に見せながら、補強部へのアクセスを制限します。ターゲットレスポンスの後に、口頭フレームが続く:「ボールを転がします。____をロールします。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   2. 同時にマンド、エコー、タクト、および後続制御で応答が安定している場合は、マンド、タクト、およびエコーリレータ(91.7%)を収束することにより、その後のプロンプトレベルにフェードします。たとえば、ボールに従事している間、参加者に見せながら、補強部へのアクセスを制限します。ターゲットレスポンスを提供する:「言う、ボール」。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   3. 同時にマンド、エコー、タクトコントロールで応答が安定している場合は、マンド、エコー、および後続のリレータ(70.8%)を収束することにより、その後のプロンプトレベルにフェードします。例えば、ボールに従事しながら、補強を非表示にし、イントラバーバルフレームと一緒にターゲットレスポンスを提供します: "あなたはボールを転がします。____をロールします。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   4. 同時にマンド、エコー、および後続制御で応答が安定している場合は、マンドとエコーリレータ(62.5%)を収束して、その後のプロンプトレベルにフェードします。たとえば、ボールに従事している間、補強を非表示にし、ターゲットの応答を提供します。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   5. 同時にマンドとエコー制御を同時に行って応答が安定している場合は、マンド、タクト、および後続のリレータ(54.2%)を収束して、その後のプロンプトレベルにフェードします。たとえば、ボールに従事している間、参加者に見せながら、補強部へのアクセスを制限します。口頭でのフレームを提供する: "____をロールします。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   6. 同時にマンド、タクト、および後続制御で応答が安定している場合は、マンドとタクトリレータ(45.8%)を収束して、その後のプロンプトレベルにフェードします。たとえば、ボールに従事している間、参加者に見せながら、補強部へのアクセスを制限します。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   7. 同時のマンドとタクト制御で応答が安定している場合は、マンドと後続のリレータ(25.0%)を収束して、その後のプロンプトレベルにフェードします。たとえば、ボールに従事している間、補強部に隠れて、"____を転がす"という内線フレームを提供します。ボールへのアクセスと口頭での賞賛で正しい応答を強化します。
   8. 最後に、同時マンドと後続制御で応答が安定している場合は、マンド機能を分離する(16.7%)。例えば、ボールに従事しながら、補強部を非表示にします。指定された補強部へのアクセスで正しい応答を強化します。

結果

図4は、介入の発症前にASDと診断された5歳のヒスパニック系男性アロンと行われたVOAの結果を示す。これらのデータは、言語操作強度の不均衡なレベルを評価するためのVOAの有用性を確認します。エコーは最大の強さを持つことが判明し、すべての試験の半分(48.4%)のために放出されました。タクトは、すべての試験の1/3(32.3%)の応答で次の最大の強さを示しました。全試験の1/6(16.1%)でマンズが放出され、後続応答は1回(3.2%)しか記録されなかった。

図4:自閉症スペクトラム障害と診断された講演者の観察された言語レパートリー。このモデルのデータは、事前テスト VOA から取得されました。4つのオペラのそれぞれは、エコー(最大)から後続(最も弱い)に至るまで不均衡な強度で評価されました。この図のより大きなバージョンを表示するには、ここをクリックしてください。

各オペラの強さは、ヌルレパートリーの比例強度それぞれ25%と比較した。比較ごとに、2 つの数値のうち小さい方が一致を表し、分子に配置され、2 つの数値の大きい方は一致と不一致を表し、分母に配置されます。

観察されたデータをヌルレパートリーと比較することにより、アロンの予備テストSCoREは0.53として計算された。

SCoREは、言語のレパートリーを要約することに加えて、プログラム的な意思決定を行うための判断援助として機能します。表 5は、複数のコントロールと単数形の制御にまたがる Aron の言語レパートリーをサポートするプロンプト階層を示しています。

変数の制御	強さ(%)
M+E+T+S	100人
M+E+T	96.8歳
E+T+S	83.9歳
E+T	80.7歳
M+E+S	67.7歳
M+E	64.5歳
M+T+S	51.6年
E+S	51.6年
M+T	48.4歳
E	48.4歳
T+S	35.5歳
T	32.3歳
M+S	19.3年
M	16.1年
S	3.2年

表 5: 図 2 から派生した複数の単数の制御ソースにまたがる個別の転送階層。M = マンド、E = エコー、T = タクト、S = 後続。

表 5の結果は、個々のプロンプト階層を規定し、各言語操作の単一制御を強化します (表 6参照)。収束組み合わせを通じてターゲットオペラの複数の配置を体系的にプログラミングすることにより、口頭"[b]ehaviorは、単一のプロパティまたは刺激の特性の特別な組み合わせの制御下に持ち込まれ、から解放される。他のすべてのプロパティの制御"²⁸.

マンド	エコー	タクト	続編
M+E +T +S	M+E+T +S	M+E+T+S	M+E+T+S
M+E+T	M+E+T	M+E+T	E+T+S
M+E +S	E+T +S	E+T+S	M+E+S
M+E	E+T	E+T	M+T+S
M+T +S	M+E+S	M+T+S	E+S
M+T	M+E	M+T	T+S
M+S	E+S	T+S	M+S
M	E	T	S

表6:各言語オペラにおける機能的独立性を抽象化するための系統的な進行。M = マンド、E = エコー、T = タクト、S = 後続。

参照に基づく指示の13週間後、上記と同じ手順を使用して、アロンと一緒にポストテストVOAを行いました。前テストと比較して、図5は、4つのオペラのそれぞれに対して、より大きな比例性を示しています:マンド(27.1%)、エコー(34.1%)、タクト(23.5%)、および後続(15.3%)。これらの結果を帰無仮説と比較することにより、アロンのSCoREは0.80として計算された。SCoREとアロンの言語レパートリーの前/ポスト分析は、彼の言語が介入の過程で0.27増加したことを示しています。

図5:参照ベースの言語行動指示の13週間後に自閉症スペクトラム障害と診断された講演者の観察された言語レパートリー。このモデルのデータは、4つの言語オペラの比例性の増加を示す、最後VOAから得られた。この図のより大きなバージョンを表示するには、ここをクリックしてください。

ディスカッション

「単語や文の話者にとっての意味」は、もちろん、それが放出される条件の合計によって定義される」32.自然環境では、一般的に発達している話者の言葉の挙動は、同時に複数の強さの源の下にあります。その結果、自閉症やその他の言語行動障害を持つ個人の機能不全の発話は、環境変数の収束を禁止する不完全な刺激制御として説明することができる。

機能的なスピーチは、学習チャネル全体の行動流暢さを前提としています³³.通常、スピーカーを開発すると、犬の前で犬に反応し、飼っているペットの種類を尋ねられると、犬に反応します。さまざまな入力モダリティに比例した強度は、流暢な言語のリレーショナル柔軟性を確立します。一方、視覚刺激は、自閉症の個人の言語行動に対する聴覚刺激よりも深い影響を及ぼす可能性があります。前述の手順は、言語操作強度の相対的な比較を可能にするために、制御関係を分離するように設計されました。

4 つの条件はそれぞれ約 5 分間の持続時間です。タクト条件内では、オブジェクトへのアクセスは、mand 条件のように制限されません。評価者は、エコー条件のようにオブジェクトに名前を付けません。後続条件のように、オブジェクトに関する他のステートメントは行われなくてはか。

この方法論にとって非常に重要なのは、VOAの各段階における言葉の関係の分離である。mand 条件内では、タクト条件のようにアイテムは存在しません。評価者は、エコー条件のようにオブジェクトに名前を付けません。オブジェクトに関する他のステートメントは、後続条件のように行われてはなりません。特に、mand条件の一部として用いられる刺激嗜好評価のタイプは、個々の^参加者34のニーズに対してより適したものに置き換えてもよい。

エコー状態では、オブジェクトへのアクセスは、mand 条件のように制限されません。タクト条件のように、アイテムは存在しません。後続条件のように、オブジェクトに関する他のステートメントは行われなくてはか。

後続条件内では、オブジェクトへのアクセスは、mand 条件のように制限されません。タクト条件のように、アイテムは存在しません。評価者は、エコー条件のようにオブジェクトに名前を付けません。

SCoRE 評価では、マンド、エコー、タクト、および後遺症に対する比例した応答強度を調整するための個別のプロンプト階層が規定されています。VOA上の4つのオペラのすべてに対して強度が評価された場合、15の可能な組み合わせがあり、複数から分離されたコントロールへのフェードは、各オペラに対して8つのステップで構成されます。3つのオペラに対して強度が評価された場合、7つの可能な組み合わせがあり、複数から分離されたコントロールへのフェードは、評価されたオペラのそれぞれに対して4つのステップで構成されます。2つのオペラに対して強度が評価された場合、3つの可能な組み合わせがあり、複数から分離されたコントロールへのフェードは、評価されたオペラントごとに2つのステップで構成されます。1 つのオペラに対して強度が評価される場合、可能な組み合わせは 1 つだけであり、フェードは発生しません。VOA中に強さで評価されないオペラは、複数の制御の最大のソースを使用してプロンプトを表示し、その後、上記のエラーのない言語学習手順を使用して色あせることがあります。

SCoREは、互いに応答する速度を測定することにより、自然環境における収束変数の相対制御を予測します。自閉症の子供の言語行動に対する不均衡な刺激制御を評価するためのその有用性は、よく実証されている^35.さらに、SCoREは、言語行動トレーニングの効果を文書化するために、慣用的な進行状況モニタリングに影響を及ぼします。SCoREの今後の言語行動の応用は、無作為化臨床試験などのグループ比較に対する有用性を示し、治療効果を前および後測定として実証し、メタ分析におけるデータの合成にも用いられる。

SCoREの主な制限は、流暢でない言語行動を持つ参加者に対する制限です。自閉症の個人の約30%は非^言語36と考えられています。この集団では、SCoREターゲットは、マンド刺激選択、運動模倣、サンプルとのマッチング、およびその他の成分スキルに対する比例性を評価するために変更されてもよい。さらに、流暢な話者の言葉の行動は、誘導刺激^制御37のレベルにわたって不均衡な強さを示し得る。したがって、SCoREターゲットは、反射性、対称性、および推移性を評価するために変更されてもよい。

言語を測定するために一般的に使用される記述的な評価の代わりに、SCoREの実験分析は、効率性、客観性、および定量的精度の利点を与える。SCoREプロトコルは、さまざまな設定(臨床や教育など)で容易に実装できるため、機能分析技術の使用に関する訓練を受けた行動アナリスト、教育者、その他のユーザーによる使用に最適です。データベースの判断援助として、SCoREは言語について話す便利で、しかし正確な話し方を提供します。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
VB-MAPP 評価キット、マニュアルなし	異なる道路	DRK 701	100+ 共通オブジェクト、言語ビルダー、強化子キット、クマを数える、木製ビーズ、ペグボード、形状&フォームボックス、カラーキューブ、ブロックデザインカード、3つのペグパズル、4つのジグソーパズル、ドレッシングドール、測定操作、タイマー、サイズソート、3つのラミネート画像、4つの児童書、ライティングとアートキット、4つのアクティビティワークブック、フラッシュカード:アルファベット、メモリマッチング、形状、色と数字、足し算、引き算、コミュニティヘルパー、視力ワード
Excel	マイクロソフト		スプレッドシートプログラム