Name: 観察法とコンピュータツールを用いた3 6歳児の機能能力の測定 (動画) | JoVE Journal
Uploaded: 2020-06-20T12:30:00.000+00:00
Duration: 11 min 29 s
Description: 学ぼう、コンピュータツールを用いて3～6歳児の機能的能力を記録・分析する方法。11領域の発達評価とK-meansクラスタリングにより、発達障害の検出と支援プログラムの実装を支援します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

「VI Edición Convocatoriaプルエバ概念:インプルソ・ア・ラ・ヴァロリザシオン・イ・コメトリザシオン・デ・デ・インベスティガシオンの呼び出しのVI版:研究結果をマーケティング結果に対する研究結果とマーケティングの結果に対する研究とマーケティングの結果に」を通じてソフトウェアの開発を可能にしてくれたブルゴス大学の研究と知識移転の副学長に感謝したいと思います。我々は同様に、ブルゴス(スペイン)の教育局と特別教育センター「フレイ・ペドロ・ポンセ・デ・レオン」と、ソフトウェア(eEarlyCare)の協力なしに事前のインフォームド・コンセントでこのパイロット研究に参加することに同意した子供たちの家族に感謝します。ビデオはアルベルト・カルボ・ロドリゲスTVUBU技術者によって編集され、ナレーションはブルゴス大学英語文献科のキャロライン・マーティンによって行われました。

このプロトコルは、ブルゴス大学(スペイン)の生物倫理委員会の手続き規則に従って実行されました。彼らの参加前に、学生とその両親と場合によっては法的な家庭教師の両方がインフォームド・コンセントを提供し、研究の目的を十分に認識していました。彼らの参加に対する金銭的な補償は提供されなかった。
1. 参加者募集
<ol><li>運動発達、認知、個人の自律性、社会化、中等度から重度の知的障害の分野における変化に関連する特別な教育ニーズの歴史を持つ0〜6歳の子供を募集する。本研究では、合計11名の参加者(7人の男の子と4人の女の子)が募集されました。</li>
	<li>精神障害の診断と統計マニュアルに従って知的障害(中等度または重度)と診断された子供を含み、彼らの学校教育のための特別教育センター16に通う(表2)。 注:(問題の検出と介入が行われる場所に応じて)それぞれの場合において、診断はDSM-5に従って、病院の小児神経科医または学際的なチーム内の心理学者によって確認されるべきである。理想的には、観察結果の挿入は面倒であるため、15人以上の参加者がいるはずです。</li>
</ol><table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td rowspan="3">セックス</td>
			<td rowspan="3">N</td>
			<td rowspan="3">M年齢</td>
			<td rowspan="3">SD年齢</td>
			<td rowspan="3">ランク年齢 (月)</td>
			<td colspan="2">障害•</td>
			<td colspan="2" rowspan="2">教育</td>
		</tr>
<tr>
<td colspan="2">度</td>
		</tr>
<tr>
<td>A</td>
			<td>B</td>
			<td>C</td>
			<td>D</td>
		</tr>
<tr>
<td>男の子</td>
			<td>7</td>
			<td>95.2</td>
			<td>11.77</td>
			<td>86-114</td>
			<td>4</td>
			<td>3</td>
			<td>2</td>
			<td>5</td>
		</tr>
<tr>
<td>女の子</td>
			<td>4</td>
			<td>83.5</td>
			<td>23.56</td>
			<td>45-112</td>
			<td>1</td>
			<td>3</td>
			<td>2</td>
			<td>2</td>
		</tr>
<tr>
<td colspan="9">注:*障害の程度:=中程度の知的障害。b = 重度の知的障害;スクーリングの種類: c = 結合スクーリング;d = 特定の特別教育センターでのスクーリングM = 月平均年齢;SD = 標準偏差。*子供たちはDSM516の基準を使用して診断されました
</td>
		</tr>
</tbody></table>表2:サンプルの特性
<ol start="3"><li>機能領域(運動、認知、個人の自律性と社会化の発達)で正常な発達を持つ子供と知的機能制限を持つ子供を除外します。</li>
</ol>2. データ収集
<ol><li>異なる機能領域(食品の自律性、パーソナルケアと衛生、ドレッシングと脱衣独立、括約筋制御、機能的モビリティ、コミュニケーションと言語、日常生活ルーチン、適応行動と注意)の子供たちの発達に関するデータを収集します。</li>
	<li>0~6歳児の機能能力測定(SFA)5(SFA)(SFA)(材料表)を用いてスケールを用いて観察を行い、自然な文脈(学校の設定など)で観察を行う。5</li>
	<li>センターの学生の日常生活を反映した異なる自然環境(例えば、演奏中など)で、週を通して観測を記録します。<ol>
<li>教師やセラピストが直接教育機関の子供たちに出席して観察を記録してみましょう。各機能領域の観測値を収集します。 注:データを観察する前に、教師またはセラピストのために3つのトレーニングセッションを実施する必要があります。これらのセッションは、心理学者または幼児期の評価の経験を持つ専門家によって行われなければなりません。</li>
	</ol>
</li>
	<li>0〜6歳の幼児期の機能能力の評価のためのソフトウェアに結果を入力します。ソフトウェアの使用方法の詳細は、手順 3 で提供されます。</li>
</ol>3. 実験手順
<ol><li>ソフトウェアの教師への生徒の割り当て 注: このステップは、介入が行われるセンターのディレクターまたはコーディネーターによって実行される必要があります。<ol>
<li>ユーザー名(プロフェッショナル)とパスワードでソフトウェアパッケージにログインし、英語またはスペイン語の言語を選択します。</li>
		<li>センター長が保有する記録から学生データ情報を入力します。</li>
		<li>各学生のフィールドに記入してください:名前、姓、コード、性別、生年月日、発達年齢、一次診断、二次診断、適切な場合、および投薬データ、アレルギー、およびセンターの管理に関心のあるその他の情報に関連する観察。</li>
		<li>センターで記録された教師またはセラピストの情報を入力します。</li>
		<li>[教室] をクリックして、教師 (またはセラピスト) を持つグループに生徒を割り当てます。[生徒] 列に移動し、教室に割り当てる生徒を選択し、[教師] をクリックして選択します。</li>
		<li>教師、入力日付、名前、姓、識別コード、メール、パスワード、観察をクリックして、生徒とその教師(またはセラピスト)の各グループを教室に割り当てます。[受け入れる]をクリックします。 注:センターのディレクターまたはコーディネーターは、各教師またはセラピストに役割を割り当てて、各生徒または患者の評価を行います(上記の説明に従って、センターの種類によって異なります)。センターの所長またはコーディネーターは、教師やセラピストが行った評価を相談することもできます。</li>
	</ol></li>
	<li>教師によるソフトウェアの使用 注:評価を行う教師またはセラピストは、学年および/または学期を選択することができます。スケールは、各項に対して異なる機能領域を選択する可能性を提供します (材料表)。<ol>
<li>センターのディレクターによって以前に割り当てられたユーザー名(プロフェッショナル)とパスワードでソフトウェアにログインします。</li>
		<li>教室に割り当てられた各参加者の自然環境で完了した評価の結果を入力します。</li>
		<li>ソフトウェアの生徒を選択するには、自分の名前をクリックし、さまざまな機能領域の評価を開始します(ステップ2.3.1で詳述)。 注:教師やセラピストは、登録したデータを保存して、いつでも各生徒の評価を停止し、別の時点で継続することができます。</li>
		<li>各ユーザーの開発と、その年代の予想開発との比較分析を行う。<ol>
<li>データが登録されたら、右クリックして列の評価を選択します。その後、年と三半期を選択します。</li>
			<li>[学生]列を選択し、評価を行うクラスの学生を選択します。評価する必要がある領域またはサブエリアをクリックする領域を選択します。</li>
			<li>[最大] タブをクリックします。学生に関する情報と、年齢に期待される開発との比較を取得します。 注:これは、ユーザー(学生または患者)の時系列の年齢の最高期待スコアへの比較リンクを持つ特定の機能領域のユーザー(学生または患者)または開発プロファイルを提供します。</li>
		</ol>
</li>
		<li>教室の各ユーザーの機能領域を比較します。各ユーザーの機能領域の分析は、ソフトウェアで行うことができます。次の手順: データが登録されたら、右クリックして列の評価を選択します。その後、年と三半期を選択します。「学生」という列を選択し、すべてのクラスの生徒を選択します。列の[区分]を選択し、評価する領域またはサブエリアをクリックします。<ol>
<li>[最大] タブをクリックします。それは学生の開発と彼らの年齢に期待される開発との比較を取得します。</li>
		</ol>
</li>
	</ol></li>
	<li>ソフトウェアからのデータのエクスポート
	<ol>
<li>ユーザー データと機能領域を選択し、データベースをエクスポートします。列Excelを選択してデータベースを取得します。選択した統計プログラムまたはライブラリでデータベースをエクスポートします。</li>
		<li>SPSS、Weka、Pythonのscikit-learnなどの統計パッケージやライブラリにデータをインポートし、クラスタリング分析を実行します。ここでは、SPSSによる分析は以下の通り詳述する。 注: クラスタリングまたはクラスター分析は「教師なし」の機械学習手法であり、k-means 内では、n個の観測値のセットをkグループに分割することを目的としたグループ化手法であり、各観測値は最も近い平均値を持つグループに属します。この実験では、k-meansクラスタリングを使用して、SFAで測定された子どものクラスターとその機能発達をチェックした。<ol>
<li>オプション分析と分類に続いて、統計パッケージ内のオプションk-means クラスターを選択します。</li>
			<li>[記述統計]で [クロス集計] を選択し、'グループに属する' のクラスタ変数と度変数 ('中' または 'severe' ) の 2 つの変数を選択します。 注意:この対応は、診断を超えたユーザーの同種機能開発に関する教師またはセラピストの情報を提供し、機能開発の一部の分野で同様の介入プログラムを提案するための情報を提供するため、重要です。このオプションは、教育または治療サービスとその個人的および物質的なリソースのフル利用を促進することが期待されます。</li>
			<li>[記述統計]オプションを選択し、クロス集計とコーエン Κ 係数オプションを選択します。 注: コーエン・カッパ係数は、定性的(カテゴリー)項目のインターレートの合意を測定する統計です。kは偶然に合意が発生する可能性を考慮しているので、一般的に単純なパーセントの合意計算よりも堅牢な尺度であると考えられています。この係数は、中等度から重度の知的障害における診断分類と、ソフトウェアで得られる発達結果のクラスタリングとの間に見られる関係の信頼性を示す指標となる。</li>
		</ol>
</li>
		<li>スプレッドシートを使用して、中等度および重度の知的障害を持つ子供のグループのスパイダーチャートと特定の棒グラフを生成します。</li>
	</ol></li>
</ol>

<ol><li>Sáiz, M. C. Intervención cognitiva en niños pequeños [Cognitive intervention in early children]. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aS%C3%A1iz%2C+MC+%22Intervenci%C3%B3n+Temprana%3A+Desarrollo+%C3%B3ptimo+de+0+a+6+a%C3%B1os+%5BEarly+Intervention%3A+Optimal+development+from+0-to-6+years+old%5D%22">Intervención Temprana: Desarrollo óptimo de 0 a 6 años [Early Intervention: Optimal development from 0-to-6 years old]</a>. Gómez, A., Viguer, P., Cantero, M. J. , Síntesis. Madrid, Spain. 117-133 (2003).</li>
<li>Bluma, M. S., Shearer, M. S., Frohman, A. H., Hilliard, J. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBluma%2C+MS+%22Portage+Guide+to+Early+Education+%282nd+Edition%29%22">Portage Guide to Early Education (2nd Edition)</a>. , Cooperative Educational Service Agency. Wisconsin, United States. (1978).</li>
<li>Josse, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Escala+de+desarrollo+psicomotor+de+la+primera+infancia+Brunet-L%C3%A9zine+Revisado+%5BScale+of+psychomotor+development+of+early+childhood+%28Brunet-L%C3%A9zine-Revised%29%5D%5BTitle%5D)+AND+%22Psymt%C3%A9c%22%5BJournal%5D)">Escala de desarrollo psicomotor de la primera infancia Brunet-Lézine Revisado [Scale of psychomotor development of early childhood (Brunet-Lézine-Revised)].</a> Psymtéc. , Madrid, Spain. (1997).</li>
<li>Newborg, J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNewborg%2C+J+%22Battelle+Developmental+Inventory%2C+2nd+Edition%3A+Examiner%27s+manual%22">Battelle Developmental Inventory, 2nd Edition: Examiner's manual</a>. , Itasca, IL: Riverside, USA. (2005).</li>
<li>Whitebread, D., Basilio, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emergencia+y+desarrollo+temprano+de+la+autorregulaci%C3%B3n+en+ni%C3%B1os+preescolares+%5BThe+emergence+and+early+development+of+self-regulation+in+preschool+children%5D%5BTitle%5D)+AND+%22Profesorado.+Revista+de+Curr%C3%ADculum+y+Formaci%C3%B3n+del+Profesorado%22%5BJournal%5D)">Emergencia y desarrollo temprano de la autorregulación en niños preescolares [The emergence and early development of self-regulation in preschool children].</a> Profesorado. Revista de Currículum y Formación del Profesorado. 16 (1), 1-20 (2012).</li>
<li>Pérez, Y., Sáiz, M. C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aP%C3%A9rez%2C+Y+%22Escala+para+la+medici%C3%B3n+de+habilidades+funcionales+en+edades+0-6+a%C3%B1os+%28EHFI%29+%5BScale+for+the+measurement+of+functional+abilities+in+0-to-6-year+olds+%28SFA%29%5D.+Registration+number+00%2F2019%2F4253%22">Escala para la medición de habilidades funcionales en edades 0-6 años (EHFI) [Scale for the measurement of functional abilities in 0-to-6-year olds (SFA)]. Registration number 00/2019/4253</a>. , (2018).</li>
<li>Haley, S. M., Coster, W. J., Ludlow, L. H., Haltiwanger, J. T., Andrellos, P. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHaley%2C+SM+%22The+Pediatric+Evaluation+of+Disability+Inventory+%28PEDI%29+%282nd+ed.%29%22">The Pediatric Evaluation of Disability Inventory (PEDI) (2nd ed.)</a>. , Pearson Clinical Assessment. Washington, United States. (2012).</li>
<li>Bronson, M. B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBronson%2C+MB+%22Self-regulation+In+Early+Childhood%22">Self-regulation In Early Childhood</a>. , The Guilford Press. NY, United States. (2000).</li>
<li>Sáiz, M. C., Carbonero, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metacognitive+Precursors%3A+An+Analysis+in+Children+with+Different+Disabilities%5BTitle%5D)+AND+%22Brain+Science%22%5BJournal%5D)">Metacognitive Precursors: An Analysis in Children with Different Disabilities.</a> Brain Science. 7 (10), 1-14 (2017).</li>
<li>Sáiz, M. C., Marticorena, R., Arnaiz-González,, Díez-Pastor, J. F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aS%C3%A1iz%2C+MC+%22eEarlyCare+Computer+application%22">eEarlyCare Computer application</a>. , Burgos, Spain. Registration number 00/2019/3855 (2019).</li>
<li>Chowdhury, K. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aChowdhury%2C+K+%22Windows+Presentation+Foundation+Development+Cookbook.+%281st+Edition%29%22">Windows Presentation Foundation Development Cookbook. (1st Edition)</a>. , Packt Publishing. Birmingham. (2018).</li>
<li>Nogal, F., Marticorena, R. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22UBUGrades+2.0.+Doctoral+Degree%22">UBUGrades 2.0. Doctoral Degree dissertation</a>. , Universidad de Burgos. Burgos, Spain. (2018).</li>
<li>Sáiz, M. C., Marticorena, R., Arnaiz-Gonzalez, Á, Díez-Pastor, J. F., Rodríguez-Arribas, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer+application+for+the+registration+and+automation+of+the+correction+of+a+functional+abilities+detection+scale+in+early+care%5BTitle%5D)+AND+%22Proceeding+of+INTED2019%3A+13th+annual+International+Technology%2C+Education+and+Development+Conference%22%5BJournal%5D)">Computer application for the registration and automation of the correction of a functional abilities detection scale in early care.</a> Proceeding of INTED2019: 13th annual International Technology, Education and Development Conference. , IATED Academy. Valencia, Spain. 5322-5328 (2019).</li>
<li>Hartson, R., Pyla, P. S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHartson%2C+R+%22The+UX+book%3A+Process+and+guidelines+for+ensuring+a+quality+user+experience%22">The UX book: Process and guidelines for ensuring a quality user experience</a>. , Morgan Kaufmann. Amsterdam, Dutch. (2012).</li>
<li>Bernal, R., Ramírez, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+the+quality+of+early+childhood+care+at+scale%3A+The+effects+of+%22From+Zero+to+Forever%22%5BTitle%5D)+AND+%22World+Development%22%5BJournal%5D)">Improving the quality of early childhood care at scale: The effects of "From Zero to Forever".</a> World Development. 118, 91-105 (2019).</li>
<li>American Psychiatric Association. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Diagnostic+and+Statistical+Manual+of+Mental+Disorders+%28DSM-5%29.+%285th+Edition%29%22">Diagnostic and Statistical Manual of Mental Disorders (DSM-5). (5th Edition)</a>. , American Psychiatric Association. Arlington, VA, United States. (2013).</li>
</ol>

著者らは、競合する財政的利益はないと宣言している。

ソフトウェアを使用する場合、教師またはセラピストは、少なくとも2回のセッションで各子どもの機能能力の発達を記録することをお勧めします。スケールには114項目、11の機能領域が含まれており、33の機能サブエリアに分かれており、評価は自然な文脈での観察の結果である必要があります。さらに、このソフトウェアは、早期治療の専門家が評価データを簡単に記録し、個人およびグループグラフに表示されるデータを分析することを可能にし、すべての機能領域およびサブエリアで教室に割り当てられたユーザー、学生または患者の開発を強調する。
また、このソフトウェアは、センターや教室からテキストファイル(.csv、.jsonなど)やその他のスプレッドシート形式(.xlsxなど)へのデータエクスポートを容易にし、統計パッケージへの転送を容易にし、クラスター分析などの他のより複雑な分析を行うことができる特定の機械学習ライブラリ、パラメトリックおよび/または非パラメトリック統計との違いを意味する、その他のソフトウェアの信頼性を分析します。この場合、非パラメトリック統計を統計ソフトウェアパッケージと共に適用しました。...

早期観察:何を観察するか、どのように観察するか
通常の家庭の文脈や学校での幼児期の評価は、観察法を用いて行われる。したがって、評価者は正確な観察プロセス、正確な診断の鍵、したがって、成功したトレーニング1に従わなければなりません。評価のガイドラインを提供する多くの開発インベントリがあります: ポーテージガイド2, ブルネットレジネスケール3, バッテル開発インベントリ4,とりわけ。これらのツールは、人類の進化の分野で科学界によって設定された国際的に合意された基準に基づいています。これらのツールは発達領域(精神運動、認知、コミュニケーションと言語、自律性と社会化)を分析しますが、最近の研究5はこれらの領域を分析できる新しいツールを提案しています。これらの研究は、出生からの観察方法は、早期介入と病理の早期発見のための巨大な有用性のポインタを提供することを指摘しています。しかし、これらの年齢の観測プロセスは、自然の文脈で記録された行動観察に依存するため、複雑であり、必ずしも容易ではありません。
この枠組みの中で、幼い頃の機能能力の獲得の評価は、親、教育者、セラピストにとって大きな関心事です。このような評価は、診断された小児または何らかの障害を発症する危険性がある小児に対する関連性である。早期診断と介入には、発達障害の早期発見が不可欠である。生まれた観察研究は、この早期発見と介入の指標を提供します 5.現在、その年代の開発を測定するための様々なツール(開発在庫、スケール、テストなど)があります。現在適用できる機器は開発インベントリで、その一部は標準化されています。しかし、これらの機器の一部は、心理測定技術の知識を必要とし、結果は自動的に画面に表示されません。このため、使いやすく解釈しやすい他のツールを開発することが重要です。
   
初期の文脈観察プロセスからのデータを記録し、解釈するためのソフトウェアの作成
したがって、ソフトウェア開発は関連性が考慮され、オブザーバー(セラピスト、教育者など)が観察結果を記録し、解釈するのを助けるものでした。このプロトコルとソフトウェアeEarlyCareは、障害を持つ子供たちと協力する教育センターと、このグループを対象とした治療介入センターの両方で使用できます。このため、今後は「ユーザー」という用語が使用され、介入が行われる場所に応じて学生と患者の両方が含まれます。特に、0~6歳までの子供の機能能力の観察から自然な文脈で収集されたデータの記録および解釈を容易にすることができるソフトウェア。このソフトウェアは、eEarlyCareは、機能能力スケール6[0〜6歳の間の子供の機能能力の測定のためのスケール](SFA)に基づいています。6このスケールには、開発の11の領域(食品の自律性、パーソナルケアと衛生、独立して、服と服を脱いで、括約筋制御、機能移動性、コミュニケーションと言語、インタラクティブシンボリックプレイ、日常生活のルーチン、適応行動)の測定が含まれます。また、ポーテージガイド2、障害インベントリ(PEDI)7、ブロンソン8の作品、0-6歳の7ホワイトブレッドとバシリオ4、0-6歳の子供のための発達インベントリ43、0-67の子供のための発達インベントリ、および社会的スキルに対する前駆体9の評価に触発されました。このツールは、縦方向のフォローアップ(四半期、月、年次など)で各ユーザー評価の結果を登録するために使用されるコンピュータアプリケーションです。これは、介入に関してセラピストのための参照面であり、機能不全の疑いを持つ幼児期に子供たちと一緒に働く他の専門家のための参照面です。また、ソフトウェア10は、異なるユーザの機能能力の発達との比較を、同一の介入センターにいるかどうかに関わらず自動的に生成することができ、協調作業のための共通の側面の定義を容易にする。
特に、このソフトウェアは主流の技術(例えば、Windowsプレゼンテーション財団開発-WPF-11)、正確なグラフィック結果12を生成するために高度なグラフィックスを統合する技術革新、および肯定的なコンピュータユーザーエクスペリエンスに基づいています。グラフの品質により、ビジュアライゼーションと、スプレッドシートなどの他のツールとの対話性が向上します。アプリケーションは、リレーショナルデータベースにデータをローカルに保存し、情報をクラウドにアップロードして共有できます。また、従来のクライアント/サーバー アーキテクチャもサポートされています。これらの機能により、観測から収集されたデータを記録し、結果を視覚化用に処理することが容易になります。また、登録すると、データをエクスポートするのは非常に簡単です。これにより、データを強力な統計パッケージで使用して、教師付き (分類や回帰) や教師なし (グループ化) 機械学習などのデータ マイニング手法を適用できます。
この研究では、分類技術は、パーソナライズされた学習13のための特定の有用性である。アーキテクチャは図 1と図2に示します。図 1では、クラウド ストレージの機能は、データ セキュリティの問題や、アプリケーション間でのデータ交換時のデータの損失や破損の可能性がある場合に、保護手段として使用されます。さらに、このソフトウェアは、データベースを使用した従来のネットワーク ベースのクライアント サーバー アーキテクチャ (図 2)で動作し、クライアント間ですべてのデータ交換が行われます (これらはコンピュータ サイエンスの分野で使用される概念です)。これらのプラットフォームは、完全に開発されたアプリケーションとの対話を促進しながら、プライバシーとデータ保護を確保する認証メカニズムと制限されたアクセスを提供します。最終的な結果は、早期治療の専門家のために14を設計されたアプリケーションインターフェイスであり、彼らは簡単な方法でラーニング分析技術を使用してそれらを参照できるように、スケール15の各評価領域で各学生の開発の程度をフォローアップするために。
また、アプリケーションは、各機能領域およびサブエリアにおける各ユーザの一般的なプロファイルを提供しています (表 1)。また、1 つのセンターのすべてのユーザー間の比較も生成されます。簡単に言うと、異なるユーザーの介入ニーズのパーソナライズされた分析が生成されます。さらに、ユーザーが同様の発達パターンを示す可能性のある領域にフラグを立てることができるため、早期ケアの専門家の介入プログラムを支援します。これらの結果はすべて、個別に設計する必要があるプログラムではなく、一緒に使用できる介入プログラムのタイプを導きます。このインターフェイスにリンクされているデータは、1 から 5 までの Likert スケールで測定されるユーザーの SFA スコアです。これらのスコアは、各SFA次元にリンクされた最大発達年齢スコアと比較することができる。ソフトウェアはまた、各ユーザーの年代を各SFA次元の発達年齢にリンクすることができます。治療分野を優先する介入領域の検出に関連する側面。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>機能領域</td>
			<td>機能サブエリア</td>
		</tr>
<tr>
<td rowspan="2">1. 食品の自律性</td>
			<td>1. 食べ物の質感</td>
		</tr>
<tr>
<td>2. 調理器具の使用</td>
		</tr>
<tr>
<td rowspan="5">2. パーソナルケアと衛生</td>
			<td>3. 歯科衛生学</td>
		</tr>
<tr>
<td>4. 髪型</td>
		</tr>
<tr>
<td>5. 鼻のケア</td>
		</tr>
<tr>
<td>6. 手洗い</td>
		</tr>
<tr>
<td>7. 顔とボディウォッシュ</td>
		</tr>
<tr>
<td rowspan="2">3. 独立してドレスと脱着</td>
			<td>8.ドレッシングと脱衣(腰を上向きに)</td>
		</tr>
<tr>
<td>ドレッシングと脱衣(腰下向き)</td>
		</tr>
<tr>
<td>4. 括約筋制御</td>
			<td>9. 括約筋制御</td>
		</tr>
<tr>
<td rowspan="8">5. 機能モビリティ</td>
			<td>10. 上肢</td>
		</tr>
<tr>
<td>11. WC での転送</td>
		</tr>
<tr>
<td>12. 椅子の上での転送</td>
		</tr>
<tr>
<td>13. モビリティとベッドの移動</td>
		</tr>
<tr>
<td>14. 浴槽内の移動</td>
		</tr>
<tr>
<td>15. 屋内での移動</td>
		</tr>
<tr>
<td>16. オブジェクトの輸送</td>
		</tr>
<tr>
<td>17. アウトドアモビリティ</td>
		</tr>
<tr>
<td rowspan="3">6. コミュニケーションと言語</td>
			<td>18. 単語の理解</td>
		</tr>
<tr>
<td>19. フレーズの理解</td>
		</tr>
<tr>
<td>20. 通信の機能的利用</td>
		</tr>
<tr>
<td rowspan="2">7. 社会的文脈におけるタスクの解決</td>
			<td>21. 問題解決</td>
		</tr>
<tr>
<td>22. ご自身に関する情報</td>
		</tr>
<tr>
<td rowspan="3">8. インタラクティブでシンボリックなプレイ</td>
			<td>23. インタラクティブプレイ</td>
		</tr>
<tr>
<td>24. ピアグループとの対話</td>
		</tr>
<tr>
<td>25. オブジェクトを再生する</td>
		</tr>
<tr>
<td rowspan="2">9. 日常生活のルーチン</td>
			<td>26. 時間のガイダンス</td>
		</tr>
<tr>
<td>27. 宿題</td>
		</tr>
<tr>
<td rowspan="5">10. 適応動作</td>
			<td>28. 自傷行為</td>
		</tr>
<tr>
<td>29. ヘテロ回帰性(他人に危害を加える)</td>
		</tr>
<tr>
<td>30. オブジェクトの破壊</td>
		</tr>
<tr>
<td>31. 破壊的な行動(泣く、叫ぶ、理由もなく笑う)</td>
		</tr>
<tr>
<td>32. ステレオタイプ</td>
		</tr>
<tr>
<td>11. 注意</td>
			<td>33. 注意</td>
		</tr>
</tbody></table>表1: 機能領域とサブエリアのリスト
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/60247/60247fig01.jpg"> 図1:クラウドストレージのスケール機能の修正の自動化提案のアーキテクチャ<a href="https://www.jove.com/files/ftp_upload/60247/60247fig01large.jpg" target="_blank">この図の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。</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/60247/60247fig02.jpg"> 図2:Scale機能の古典的なネットワークの修正の自動化の提案のアーキテクチャ。<a href="https://www.jove.com/files/ftp_upload/60247/60247fig02large.jpg" target="_blank">この図の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。</a>
セラピストと介入の専門家は、この評価プロトコルとソフトウェア実装を使用して、0年から6年の発達の間の幼児期における機能能力とその発達の評価を行うことができます。このソフトウェアは、その年齢範囲内の子供と一緒に使用することができますが、機能的能力の発達障害の疑いがある子供には特に有用です。特別教育センターでも同様に便利です。研究の問題は、子供の機能能力を観察したコンピュータツールの使用が、セラピストの結果の記録と解釈を容易にするかどうかである。

<table><tbody><tr><td>eEarlyCareソフトウェアの</td><td>著者とブルゴス大学。登録番号00/2019/3855</td><td></td><td></td></tr><tr><td>0〜6歳の機能的能力の測定のためのSFAスケールを実装するためのコンピューターアプリケーション(SFA)</td><td>著者およびブルゴス大学。登録番号 00/2019/4253</td><td></td><td>0-6歳児の機能的能力の測定のための尺度</td></tr></tbody></table>

観察法とコンピュータツールを用いた3~6歳児の機能能力の測定

Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools

幼児期の機能能力とその発達(0-6歳)の分析は、各ユーザー(学生または患者)のニーズに合わせたプログラムによる介入を通じて、予防を促進することができる特定のタイプの発達困難を有する幼児の基本的な側面である。しかし、初期評価の結果を記録および解釈するための自動化ツールの使用を分析した調査は、これまでほとんど行っていません。ここでは、知的障害を持つ3〜6歳の幼児期の幼児期の機能能力を調べるプロトコルが提示されるが、このプロトコルは0〜6歳の年齢でも使用することができる。このプロトコルは、早期介入で訓練を受けた専門家によって自然環境で記録される体系的な観察の結果の解釈を容易にするコンピュータアプリケーションeEarlyCareを利用しています。このソフトウェアは、11の機能領域(食品自主性、パーソナルケアと衛生、ドレッシングと脱衣独立、括約筋制御、機能的モビリティ、コミュニケーションと言語、日常生活ルーチン、適応行動および注意)と合計114の異なる行動を分析するために使用することができます。その使用は観察された能力の分析を促進し、非常に早期介入を助ける。他の観察方法と比較して、それは個人的および物質的な資源のより効率的な使用を可能にする。コンピュータアプリケーションの使用は、観察結果の記録を容易にし、観察の組織と反射に役立ちます。ソフトウェアは、通常の発達パラメータと比較して、画面上の観測結果を表示します。この情報は、各ユーザー(学生または患者)に最も適した介入プログラムに関する意思決定のために参照することができる。同様に、クラスタリング技術は、ソフトウェアで識別される知的障害の種類と機能開発との関係を分析するために適用され、早期ケアの専門家の介入のためのガイドとして機能することを意図した関係である。

本研究では、確認された診断を有する11人の参加者を募集した[中等度(開発商=DQ 40-65)および重度(DQ 39-60)知的障害の両方]。このプロトコルは、特別教育センターで20ヶ月にわたるパイロットプロジェクトでテストされました。この研究のすべての診断は、DSM-5に従って学際的なチームによって確認されていました, ブルネットレジインスケールを使用して, 影響の程度は、このような他のスケールの範囲を超えていたとして、知能の第一次スケール (WPPSI).しかし、参加者の年齢は6の年代をわずかに超えた(表2)。この調査で実行されたアクションとアプリケーション時間は、表 3に示されています。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>機能領域</td>
			<td>時間</td>
			<td>場所</st...

計算ツールを使って、3~6歳の子供の機能能力を記録・解析するプロトコルを紹介します。プロトコルは、開発を通じてこれらの能力の比較を容易にし、発達上の困難を評価するために使用することができます。

The analysis of functional abilities and their development in early childhood (0-6 years old) are fundamental aspects among young children with certain ...

これらのプロトコルは、彼らの参加前にブルゴススペイン大学の生物倫理委員会の手続き規則に準拠していました, 学生とその両親の両方, いくつかのケースで, 法的家庭教師はすべて彼らのインフォームドコンセントを提供していたし、私は研究の目的を十分に認識していました.彼らの参加に対する金銭的な補償は提供されなかった。プロトコルは、30〜60世帯で、機能能力の測定のためのスケールで結果の記録と解釈のためのソフトウェアの使用を分析します。これらのスケールは、機能能力を分析します, それは11の領域に分布しています.サーバーは、各能力の進化の発展を比較するユーザーの機能的な開発の記録解釈を可能にする。それは何もないものからすべてに、1から5までより軽いスケールで測定される。このツールは、トレーニングプログラムの実装における機能スキルガイドの開発における問題の検出を容易にし、その結果、そのようなプログラム内のユーザーの監視を容易にします。このサーバーを使用する前に、教師の治療は薬物の文脈で異なる能力を果たすことができません。また、これらの結果を保護者の情報、参加者募集と比較することもできます。運動発達、認知、個人の自律性、社会化、中等度から重度の知的障害の分野における変化に関連する特別な教育ニーズの歴史を持つ、発達年齢の0〜6年の間に子どもを募集する。本研究では、合計11人の参加者、7人の男の子と4人の女の子が募集されました。精神障害の診断および統計マニュアルに従って中等度または重度の知的障害の診断を示し、学校教育のための特別教育センターに通う子供を含める。診断は、いずれの場合も、DSM-5に従って学際的なチームに代わって病院または心理学者の小児神経科医によって確認されるべきである。理想的には、少なくとも15人の参加者がいるはずです。機能領域、運動認知、個人の自律性、社会化の発達、および知的機能の制限を持つ子供を除く。データ収集。異なる機能領域、食品の自律性、パーソナルケアと衛生、ドレッシングと脱衣独立して、括約筋制御、機能的移動性、コミュニケーションと言語、日常生活ルーチン、適応行動と注意の子供たちの発達に関するデータを収集します。0~6歳の子供の機能能力測定尺度を用いた観察と、自然な文脈でのデオ観察を行う。たとえば、学校教育の設定です。センターの学生の日常生活を反映した異なる自然環境で一週間を通して記録観察。例えば、遊んでいる間、エトセトラ。教育機関で子供に直接出席する教師とセラピストは、観察を記録し、ソフトウェアに結果を入れてみましょう。実験手順。ソフトウェアの教師に生徒を割り当てる。このステップは、一般的にプログラムのコーディネーターとして、スタディディレクターによって異常に実行されます。ユーザー名とパスワードでソフトウェアパッケージにログインし、英語またはスペイン語の言語を選択します。センター長の登録者の助けから学生データに関する情報を入力します。各生徒の次のフィールドに記入します。名前、サー名、コード、性別、生年月日、発達年齢、一次診断、適切な場合は二次診断、調停、データ、アレルギーその他の情報またはセンターの管理に関連する観察。センターで記録された教師またはセラピストに関する情報を入力します。教室をクリックして教師またはセラピストとグループに教師を割り当て、教室に割り当てる生徒を選択し、教師をクリックして、教師の入力日、名前、姓、識別コードをクリックして、生徒とその教師またはセラピストの各グループを教室に割り当てます、メール、パスワード、観察。次に、[ディレクターを受け入れる]をクリックして、学生の評価に対する責任を各教師に任すことができます。ディレクターは、教員が学年を通じていつでもソフトウェアに入力する評価を相談することができます。教師によるソフトウェアの使用。評価を行う教師またはセラピストは、学年、または用語を選択できます。スケールは、各用語のための異なる機能領域を選択する可能性を提供しています, ディレクターが以前に割り当てることができるユーザー名とパスワードでソフトウェアにログイン.教室に割り当てられた各参加者の自然環境で完了した評価の結果を入力します。ソフトウェアの生徒を選択するには、その生徒の名前をクリックし、別の機能領域の評価を開始します。各ユーザーの開発と、その年代の予想開発との比較分析を行う。この手順に従って、これを行います。データが登録されたら、年を右クリックして列の評価を選択し、三半期は列の学生を選択し、評価を行うクラスの学生を選択します。次に、列領域を選択し、評価する必要がある領域とサブ領域をクリックします。次に、最大タブをクリックします。生徒の育成と年齢に期待される開発の比較を受け入れ教室から各ユーザーの機能領域を比較する 各ユーザーの機能領域の分析ソフトウェアを使用して実行できます。ソフトウェアからデータをエクスポートする。ユーザー データと機能領域を選択し、データベースをエクスポートします。列 Excel を選択し、データベースを取得し、選択した統計プログラムまたはライブラリでデータベースをエクスポートします。SPSS、弱い、Python、etceteraなどの統計パッケージとライブラリにデータをインポートし、クラスタリング分析を実行します。ここでは、SPSSによる分析は以下の通り詳述する。K内の教師なし機械学習技術Nにおけるクラスタリングまたはクラスタ分析は、N観測値のセットをKグループに分割することを目的とするグループ化方法であることを意味し、N観測値は、より近い平均値を持つグループに属する。この実験Kは、クラスタリングを使用してSFAで測定された子のクラスターとその機能発達をチェックすることを意味する オプションを分析し、次にオプションを分類し、続いて分類する。K は、統計パッケージ内のクラスターを意味します。記述統計の下でクロス・タブを選択し、次の 2 つの変数を選択します。説明統計オプションを選択し、クロスタブを選択し、コーエン・カッパ係数オプションを選択します。スプレッドシートを使用して、中等度および重度の知的障害を持つ子供のグループのスパイダーチャットと特定の棒グラフを生成します。結果。本研究では、ソフトウェアアプリケーションの使用と相まって、観測プロトコルを用いたデータ分析の例を紹介する。まず、教育ニーズを持つ子どもの中身・重度の知的障害の診断が実際の発達に対応しているかどうかを確認するため、クラスター分析を行います。K平均法を用いて、どちらかのグループに属する2つのクラスターを見つけました。クラスター 1 とクラスター 2 は、それぞれサンプルの 55% と 45% を統合しました。その後、属するクラスターと障害クラスターの可変度との関係を調べるためにクロステーブルを生成した。クラスター1にグループ化されたすべての被験者は、グループA、中程度の知的障害、およびクラスター2にグループBに属するすべての学生、重度の知的障害に属していることが判明しました。そして、中程度の知的障害を持つ人は1人しかいなかった。表3、コーエンカッパ係数820、p=006を参照してください。この研究の分析を進め、各官能群の参加者の能力、中等障害と重度の障害の能力を実行することができる。スパイダーチャートと特定の棒グラフは、この目的のために使用されました。結論。このサーバーは、データの公言や組織セラピストへの充填に関する法律が記録され、リアルタイムで実質的に分析されるため、自然環境におけるAustro血管障害の研究を改善します。また、ソフトウェアは、特定の形式でファイルに教室上のセンターからデータのエクスポートを容易にし、静電気ページへの挿入を容易に終了し、そのサンプルのためのサーバーの信頼性の分析をパラミックまたはノーパラミック研究と異なる手段のクラスター分析などの他のより複雑な分析を行うことが可能です。

measuring-functional-abilities-children-aged-3-6-years-old-with

Research

JoVE Journal

Behavior

行動

言語の非常に若い一般的に発展途上の子どもの理解と同様に、自閉症を持つものを評価するための信頼性の高いホームベースの方法は、記載されている。サイドバイサイドの画像を表示するが、1つのイメージに一致する音声を聞きながら、この方法は、子供たちの視線を分析します。刺激が心の中で、若い参加者と設計されています。...

ポータブルインター探し優遇（IPL）：一般的に幼児と自閉症幼児の開発調査言語理解

私たちは、認知に対する年齢の影響を調査中でタブレットコンピュータベースのアプリケーション（EmoCogMeter）のユーザビリティをテストしました。結果は、それによって、アプリケーションの使いやすさを証明し、加齢に伴う認知機能の低下を示しています。調査結果は、検出および認知機能障害の監視のためのタブレットベースのアプリケーションの大きな臨床的および実用的な可能性を強調している。...

EmoCogMeter、新規タブレットコンピュータベースのアプローチを用いて認知機能の加齢変化の評価

複雑な通信ニーズを持つ子どもは、音声発生装置（SGD）の使用から利益を得ることができます。認知能力は、SGDSのレベル間を移動する能力に影響を有すると同定されました。このプロトコルは、認知能力と航行能力を評価するためにスピーチ言語病理学者のために必要な手順について説明します。...

ナビゲーション·アセスメントの中で認知課題の実践的方法論

特定の視覚モダリティに反応した反射的な眼球運動に基づく視覚情報処理の品質を定量化する方法が説明されています。反応時間と固定出力パラメータは、生後6か月以降の視覚障害のある子供とない子供の視覚パフォーマンスを特徴付けるために使用されます。...

アイトラッキングを使用した子どもたちに視覚情報処理を定量化する方法

ワーキングメモリは、発言、読書、および書くことを含む様々な認知課題のために、かなりの量の分散を予測する。しかし、子供の作業記憶を評価するツールはほとんどありません。私たちは、学齢期の子供たちの作業記憶のさまざまな要素を包括的に評価する、革新的なコンピュータベースのバッテリを提示します。...

子供の働く記憶を評価する：子供のための総合評価バッテリー - ワーキングメモリ（CABC-WM）

この作業は、革新的なツールの使用に基づいてこの「発達障害」より客観的診断手順を提供することにより評価注意欠陥多動性障害 (ADHD)...

ADHD 評価プロトコルで脳の活性化 (nir HEG/Q-脳波) と実行対策 (CPTs) の使用

筋機能の客観的評価は子供に特に困難です。市販のデジタル...

客観的かつ子供向け 3次元センサーを用いた上肢機能の評価

日常的な機能スキルをベースとした技術を対象とした、コンピュータ化された機能スキル評価とトレーニングプログラム

ここでは、ドメイン間の一時的な統計的パターンの子供の学習と感覚モダリティを調べることに向けた子供に優しい統計的学習タスクのセットを紹介するプロトコルです。開発されたタスクは、ウェブベースのプラットフォームとタスクベースの機能的磁気共鳴画像(fMRI)データを使用して行動データを収集し、統計的学習中の神経関与を調べる。...

オンラインプラットフォームとニューロイメージング技術を用いた学齢期の子どものモダリティとドメイン間の統計的学習の測定

BM-PROMAは、数学的学習障害を持つ子供たちの完全な認知プロファイルを提供することができ、有効で信頼性の高いマルチメディア診断ツールです。...

数学における認知・基礎技術評価用マルチメディア電池(BM-PROMA)

Multimedia Battery for Assessment of General-Domain and Specific-Domain Skills in...

コンピュータ化されたテストによる子供の失読症評価の進歩

学ぼう、コンピュータツールを用いて3～6歳児の機能的能力を記録・分析する方法。11領域の発達評価とK-meansクラスタリングにより、発達障害の検出と支援プログラムの実装を支援します。

観察法とコンピュータツールを用いた3~6歳児の機能能力の測定

さらに動画を探す