Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Behavior

관찰 방법 및 컴퓨터 도구로 3-6 세 어린이의 기능 능력 측정

doi: 10.3791/60247 Published: June 20, 2020

Summary

우리는 3-6 세 어린이의 기능 능력을 기록하고 분석하기 위해 계산 도구를 사용하는 프로토콜을 제시합니다. 이 프로토콜은 개발 전반에 걸쳐 이러한 능력의 비교를 용이하게하고 발달 문제를 평가하는 데 사용할 수 있습니다.

Abstract

기능 능력의 분석과 유아 (0-6 세)의 발달은 각 사용자 (학생 또는 환자)의 요구에 적응 된 프로그래밍 된 개입을 통해 예방을 촉진 할 수있는 특정 유형의 발달 어려움을 가진 어린 아이들 사이에서 근본적인 측면입니다. 그러나 현재까지 초기 평가 결과를 기록하고 해석하기 위해 자동화된 도구의 사용을 분석한 조사는 거의 없습니다. 여기서는 지적 장애가 있는 3~6세 의어린 어린 시절의 기능능력을 검사하기 위한 의정서가 제시되지만, 프로토콜은 0~6세 어린이에게도 사용될 수 있다. 이 프로토콜은 조기 개입에 숙련 된 전문가에 의해 자연 환경에서 기록되는 체계적인 관찰 결과의 해석을 용이하게하는 컴퓨터 응용 프로그램 eEarlyCare를 사용합니다. 이 소프트웨어는 11 가지 기능 영역 (식품 자율성, 개인 관리 및 위생, 드레싱 및 드레싱 및 드레싱 독립적 인, 괄약근 제어, 기능 이동성, 통신 및 언어, 일상 생활 루틴, 적응 행동 및 주의)과 총 114 가지 행동을 분석하는 데 사용할 수 있습니다. 그 사용은 관찰 된 능력의 분석을 용이하게하고 크게 초기 개입을 지원합니다. 다른 관측 방법에 비해 개인 및 재료 자원을 보다 효율적으로 사용할 수 있습니다. 컴퓨터 응용 프로그램을 사용하면 관찰 결과를 쉽게 기록할 수 있으며, 이는 관찰 결과에 대한 조직 및 반사에 도움이 됩니다. 이 소프트웨어는 일반 개발 매개 변수에 비해 화면에 관찰 결과를 표시합니다. 이 정보는 각 사용자(학생 또는 환자)에 대해 가장 적합한 중재 프로그램에 대한 의사 결정을 위해 언급될 수 있습니다. 마찬가지로, 클러스터링 기법은 조기 진료 전문적 개입을 위한 가이드역할을 하기 위한 관계인 소프트웨어와 함께 확인된 지적 장애의 유형과 기능개발 간의 관계를 분석하기 위해 적용된다.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

초기 나이에 관찰: 무엇을 어떻게 관찰

평범한 가족 문맥과 학교에서의 유아 평가는 관찰 방법을 사용하여 수행됩니다. 따라서 평가자는 정확한 관찰 과정, 정확한 진단의 열쇠, 따라서 성공적인 교육1을준수해야합니다. 평가를 위한 가이드라인을 제공하는 많은 개발 재고가 있습니다: 포티지 가이드2,브루넷 레진 스케일3,그리고 바텔 개발 인벤토리4등. 이러한 도구는 인간 진화 발달 분야의 과학 공동체가 정한 국제적으로 합의된 표준을 기반으로 합니다. 이러한 도구는 개발 영역(정신 운동, 인지, 커뮤니케이션 및 언어, 자율성 및 사회화)을 분석하지만, 최근 연구5에서는 이러한 영역을 분석할 수 있는 새로운 도구를 제안했습니다. 이러한 연구는 출생에서 관측 방법은 조기 개입과 병리학의 조기 발견에 엄청난 유틸리티의 포인터를 제공한다는 것을 지적한다. 그러나 이러한 연령대의 관측 과정은 자연 적인 맥락에서 기록 된 행동 관찰에 의존하기 때문에 복잡하며 항상 수행하기가 쉽지는 않습니다.

이 프레임 워크 내에서, 초기 나이에 기능 능력의 취득의 평가는 부모, 교육자, 치료사 모두에게 큰 관심사입니다. 그러한 평가는 진단되었거나 일부 장애를 일으킬 위험이 있는 어린이에게 관련성이 있습니다. 발달 무질서의 조기 발견은 초기 진단 및 내정간섭을 위해 필수적입니다. 출생에서 관측 연구는 이 조기 발견 및 내정간섭5의표시기를 제공할 것입니다. 현재 이러한 연령대의 개발을 측정하기 위한 다양한 도구(개발 인벤토리, 스케일, 테스트 등)가 있습니다. 현재 적용할 수 있는 계측기는 개발 재고이며, 그 중 일부는 표준화됩니다. 그러나, 그 악기 중 일부는 심리 측정 기술에 대한 지식을 필요로 할 수 있으며 결과는 화면에 자동으로 표시되지 않습니다. 이러한 이유로 사용 및 해석이 더 쉬운 다른 도구를 개발하는 것이 중요합니다.

   

초기 에 상황 관찰 프로세스의 프로세스에서 데이터를 기록하고 해석하기위한 소프트웨어 준비

따라서 소프트웨어 개발은 관찰자 (치료사, 교육자 등)가 관찰 결과를 기록하고 해석하는 데 도움이되는 관련성을 고려했습니다. 이 프로토콜 및 소프트웨어, eEarlyCare는 장애가있는 어린이와 함께 일하는 교육 센터와이 그룹을 대상으로 한 치료 개입 센터에서 모두 사용할 수 있습니다. 이 때문에 지금부터 "사용자"라는 용어에 "사용자"가 사용됩니다, 이는 개입이 수행되는 장소에 따라, 학생과 환자 모두를 포함하는. 특히 0~6세 어린이의 기능능력을 관찰하여 자연스러운 맥락에서 수집된 데이터의 기록 및 해석을 용이하게 할 수 있는 소프트웨어. 이 소프트웨어, eEarlyCare, 기능 능력 척도6 [0-6 세 사이의 어린이의 기능 능력 측정을위한 척도] (SFA); 이 규모는 개발의 11 분야의 측정을 포함 (식품 자율성, 개인 관리 및 위생, 독립적으로 및 드레스와 옷을 벗고, 괄약근 제어, 기능 이동성, 통신 및 언어, 대화 형 상징적 인 놀이, 일상 생활 루틴, 적응 행동). 또한, 포티지 가이드2,소아 장애인벤토리 평가(PEDI)7,브론슨8의작품, 0-6세 사회4 기술, 브루넷-레진 스케일3,0-67세 어린이를 위한 개발 재고, 그리고7전구체 의 평가 척도에서 영감을 받아9사회 기술에 대한 평가 척도를 가지고 있었습니다. 이 도구는 각 사용자 평가 결과를 세로 후속 조치(분기별, 월간, 연간 등)로 등록하는 데 사용되는 컴퓨터 응용 프로그램입니다. 그것은 개입에 관하여 치료전문가및, 그리고 의심되는 기능 장애를 가진 유아에 있는 아이들과 함께 일하는 그밖 전문가를 위한 참조적인 양상입니다. 또한소프트웨어(10)는 동일한 개입 센터에 있는지 여부에 관계없이 다른 사용자의 기능 능력 개발 간의 비교를 자동으로 생성하여 협업 작업에 대한 일반적인 측면의 정의를 용이하게 할 수 있다.

특히 이 소프트웨어는 고급 그래픽을 통합하여 정확한 그래픽결과(12)와 긍정적인 컴퓨터 사용자 경험을 제공하는 기술 혁신인 주류 기술(예: Windows 프레젠테이션 재단 개발-WPF-11)을 기반으로 합니다.11 그래프의 품질은 스프레드시트와 같은 다른 도구와 사용할 수 있는 시각화 및 상호 작용을 향상시킵니다. 응용 프로그램은 관계형 데이터베이스에 로컬로 데이터를 저장하고 공유할 클라우드에 정보를 업로드할 수 있습니다. 또한 클래식 클라이언트 서버 아키텍처도 지원됩니다. 이러한 기능을 통해 관찰에서 수집된 데이터를 쉽게 기록하고 시각화 결과를 처리할 수 있습니다. 또한 등록하면 데이터를 내보내기가 매우 쉽습니다. 이를 통해 데이터를 강력한 통계 패키지에 사용하여 감독(분류 및/또는 회귀) 및 감독되지 않은(그룹화) 기계 학습과 같은 데이터 마이닝 기술을 적용할 수 있습니다.

이 연구에서는, 분류 기술은 개인화된 학습을 위한 특정유틸리티입니다(13). 아키텍처는 그림 1그림 2에서볼 수 있습니다. 그림 1에서클라우드 스토리지의 기능은 데이터 보안 문제와 응용 프로그램 간에 교환될 때 데이터의 잠재적 손실 및 손상의 경우 보호 장치로 사용됩니다. 또한 소프트웨어는 클라이언트 간에 일어나는 모든 데이터 교환(컴퓨터 과학 분야에서 사용되는 개념)을 갖춘데이터베이스(그림 2)가있는 고전적인 네트워크 기반 클라이언트-서버 아키텍처에서도 작동할 수 있습니다. 이러한 플랫폼은 인증 메커니즘과 제한된 액세스를 제공하여 개인 정보 보호 및 데이터 보호를 보장하는 동시에 완전히 개발된 응용 프로그램과의 상호 작용을 촉진합니다. 최종 결과는 조기 진료 전문가를 위해14개의 응용 프로그램 인터페이스로, 학습 분석 기술을 간단한 방법으로 사용하고 이를 참조하여 각 학생의 척도15의각 평가 영역에서 의 개발 정도를 추적할 수 있도록 한다.

응용 프로그램은 또한 각 기능 영역 및 하위 영역(표 1)에서각 사용자의 일반 프로파일을 제공합니다. 또한 한 중심에 있는 모든 사용자 간의 비교를 생성합니다. 간단히 말해서, 그것은 다른 사용자의 개입 요구에 대한 개인화 된 분석을 생성합니다. 또한, 그것은 그들의 개입 프로그램을 가진 조기 치료 전문가 도움이, 그것은 사용자가 비슷한 개발 패턴을 표시 하거나 표시 하지 않을 수 있습니다 영역을 플래그 수 있습니다. 이러한 모든 결과는 개별적으로 설계해야 하는 프로그램이 아니라 함께 사용할 수 있는 개입 프로그램의 유형을 안내합니다. 이 인터페이스에 연결된 데이터는 Likert 척도에서 1에서 5까지 측정되는 사용자의 SFA 점수입니다. 이러한 점수는 각 SFA 차원에 연결된 최대 발달 연령 점수와 비교할 수 있습니다. 이 소프트웨어는 또한 각 사용자의 연대 연령을 각 SFA 차원의 발달 연령에 연결할 수 있습니다. 치료를 위한 지역을 우선순위에 두는 개입 영역의 검출을 위한 관련 양상.

기능 영역 기능적 하위 영역
1. 식품 자율성 1. 음식 질감
2. 기구 사용
2. 개인 관리 및 위생 3. 치과 위생
4. 헤어 스타일
5. 비강 관리
6. 핸드워시
7. 얼굴과 바디 워시
3. 독립적으로 드레스와 옷을 벗고 8. 드레싱 과 드레싱 (허리 위쪽으로)
드레싱 과 드레싱 (허리 아래쪽)
4. 스핀터 제어 9. 스핀터 제어
5. 기능 적 이동성 10. 상부 사지
11. WC 에서의 교통편
12. 의자에 전송
13. 이동성 및 침대 교통편
14. 욕조에서 의 이동성
15. 실내 이동성
16. 물체 의 전송
17. 야외 이동성
6. 의사소통 과 언어 18. 말씀 이해
19. 구문 이해
20. 통신의 기능적 사용
7. 사회적 맥락에서 의결 21. 문제 해결
22. 자신에 대한 정보
8. 인터랙티브하고 상징적인 플레이 23. 인터랙티브 플레이
24. 피어 그룹과의 상호 작용
25. 객체로 재생
9. 일상 생활 루틴 26. 제 시간에 대한 지침
27. 숙제
10. 적응 형 동작 28. 자해 행동
29. 이성애 (타인에게 해를 끼치는)
30. 물체 파괴
31. 파괴적인 행동 (외침, 외침, 이유없이 웃음)
32. 고정관념
11. 주의 33. 주의

표 1: 기능 영역 및 하위 영역 목록입니다.

Figure 1
그림 1: 클라우드 스토리지의 확장 기능 수정에 대한 자동화 제안 아키텍처입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 2
그림 2: 스케일 기능 클래식 네트워크의 보정 을 자동화하는 제안아키텍처. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

치료사와 중재 전문가는 이 평가 프로토콜과 소프트웨어 구현을 사용하여 기능 능력 평가 및 0~6년의 개발 사이의 어린 시절의 개발을 사용할 수 있습니다. 이 소프트웨어는 기능 능력의 의심 장애가있는 어린이에게 특히 유용하지만, 그 연령대 의 어린이와 함께 사용할 수 있습니다. 특수 교육 센터에서도 특히 유용합니다. 연구 질문은, 아이들의 기능 능력을 관찰 한, 컴퓨터 도구의 사용은 기록과 치료사에 대한 결과의 해석을 용이하게 할 수 있는지 여부입니다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

이 프로토콜은 부르고스 대학 (스페인)의 생물 윤리위원회의 절차 적 규정을 준수하여 수행되었다. 참여 하기 전에, 학생들과 그들의 부모 와 어떤 경우에 법적 교사 모두 그들의 통보 된 동의를 제공 하 고 완전히 연구의 목적을 인식 했다. 그들의 참여에 대한 재정적 보상은 제공되지 않았습니다.

1. 참가자 모집

  1. 모터 발달, 인지, 개인 자율성 및 사회화 분야의 변화와 중등도에서 중증 지적 장애가있는 특수 교육 적 필요의 역사를 가진 0-6 세 사이의 어린이를 모집하십시오. 이번 연구를 위해 총 11명의 참가자(남자 7명, 여자 4명)가 모집되었다.
  2. 정신 장애진단 및 통계매뉴얼(DSM-5)16에 따라 지적장애(중등도 또는 중증)로 진단받은 아동을 포함하고, 교육전문센터(표2)에출석한다.
    참고: 각 경우(문제의 검출과 개입이 수행되는 장소에 따라) DSM-5에 따라 병원 이나 다학제 팀의 심리학자에 의해 진단이 확인되어야 합니다. 이상적으로, 관측 결과의 삽입이 힘들기 때문에, 15명 이하의 참가자가 없어야 합니다.
섹스 N M나이 SD연령 랭크 연령(월) 장애• 학교
학위
a B C D
소년 7 95.2 11.77 86-114 4 3 2 5
여자 4 83.5 23.56 45-112 1 3 2 2
참고:* 장애도: = 중등도 지적 장애; b = 심각한 지적 장애; 학교 의 종류 : c = 결합 학교; d = 특정 특수 교육 센터의 학교; M = 몇 달 의 평균 연령; SD = 표준 편차. * 아이들은 DSM516의 기준을 사용하여 진단되었습니다.

표 2: 샘플의 특성입니다.

  1. 기능 영역(모터, 인지, 개인 자율성 및 사회화 개발)에서 정상적인 발달을 가진 어린이와 지적 기능 제한이 있는 어린이를 제외합니다.

2. 데이터 수집

  1. 다양한 기능 분야의 어린이 개발(식품 자율성, 개인 관리 및 위생, 드레싱 및 옷을 벗고 독립적으로, 괄약근 제어, 기능 이동성, 커뮤니케이션 및 언어, 일상 생활 루틴, 적응 행동 및 주의)에 있는 아이들의 발달에 대한 데이터를 수집합니다.
  2. 0-6세(SFA)(재료표)사이의 어린이의 기능능력(SFA)5의 측정을 위한 스케일을 이용하여 관찰을 수행하고 자연적 맥락(예: 학교 설정)에서 관찰을 수행한다.
  3. 센터(표 1)에서학생들의 일상생활을 반영하는 다양한 자연 환경에서 일주일 내내 관찰을 기록한다(예: 재생하는 동안 등).
    1. 교육 기관에서 아이들을 직접 참석하는 교사 나 치료사가 관찰을 기록하게하십시오. 각 기능 영역에 대한 관측을 수집합니다.
      참고: 데이터 관찰에 앞서 교사 나 치료사를 위해 세 가지 교육 세션을 실시해야합니다. 이 세션은 심리학자 또는 유아 평가경험이 있는 전문가에 의해 수행되어야 합니다.
  4. 0-6 세 사이의 어린 시절의 기능 능력 평가를 위해 소프트웨어에 결과를 입력합니다. 소프트웨어를 사용하는 방법에 대한 자세한 내용은 3단계에서 제공됩니다.

3. 실험 절차

  1. 소프트웨어에서 교사에게 학생 할당
    참고: 이 단계는 개입이 일어나는 센터의 이사 또는 코디네이터에 의해 수행되어야 합니다.
    1. 사용자 이름(전문) 및 암호로 소프트웨어 패키지에 로그인하여 영어 또는 스페인어라는 언어를 선택합니다.
    2. 센터장이 보유한 레코드에서 학생 데이터 정보를 입력합니다.
    3. 각 학생에 대한 다음 필드를 입력: 이름, 성, 코드, 성별, 생년월일, 발달 연령, 1 차 진단, 중등 진단, 적절 한 경우, 그리고 약물 데이터와 관련 된 관찰, 알레르기, 그리고 센터의 관리에 관심의 다른 정보.
    4. 센터에 보관된 기록에서 교사 또는 치료사 정보를 입력합니다.
    5. 교실을 클릭하여 교사(또는 치료사)와 함께 학생에게 배정합니다.학생으로이동, 교실에 할당 할 학생을 선택하고, 교사를 클릭하고 하나를 선택합니다.
    6. 교사,입력 날짜, 이름, 성, 식별 코드, 우편, 암호 및 관찰을 클릭하여 각 학생 그룹과 교사(또는 치료사)를 교실에 할당합니다. 수락을클릭합니다.
      참고: 센터의 이사 또는 코디네이터는 각 교사 또는 치료사에게 각 학생 또는 환자의 평가를 수행하는 역할을 할당합니다(위에서 설명한 바와 같이 센터 유형에 따라 다름). 센터의 이사 또는 코디네이터는 또한 교사 또는 치료사가 만든 평가를 참조 할 수 있습니다.
  2. 교사에 의한 소프트웨어 사용
    참고: 평가를 수행하는 교사 또는 치료사는 학년 및/또는 용어를 선택할 수 있습니다. 이 척도는 각 용어(재료 표)에 대해 서로 다른 기능영역을선택할 수 있는 가능성을 제공합니다.
    1. 사용자 이름(전문) 및 이전에 센터 디렉터가 지정한 암호로 소프트웨어에 로그인합니다.
    2. 교실에 할당된 각 참가자에 대해 자연 환경에서 완료된 평가 결과를 입력합니다.
    3. 자신의 이름을 클릭하여 소프트웨어에서 학생을 선택하고 다른 기능 영역의 평가를 시작합니다 (2.3.1 단계에서 자세히 설명).
      참고: 교사 나 치료사는 언제든지 각 학생의 평가를 중지하고 등록 한 데이터를 저장한 다른 시간에 계속할 수 있습니다.
    4. 각 사용자의 개발과 연대순기의 예상 개발 사이의 비교 분석을 수행합니다.
      1. 데이터가 등록되면 마우스 오른쪽 클릭으로 열 평가를 선택합니다. 그런 다음 연도와 삼분기를 선택합니다.
      2. 컬럼 학생수를 선택하고 평가를 할 클래스의 학생을 선택합니다. 평가해야 하는 영역 또는 하위 영역을 클릭하는 열 영역을 선택합니다.
      3. 최대 탭을 클릭합니다. 그것은 학생들에 대한 정보와 나이에 기대되는 개발과의 비교를 가져옵니다.
        참고: 이것은 사용자(학생 또는 환자)의 연대순 연령에 대해 가장 높은 예상 점수에 대한 비교 링크가 있는 지정된 기능 영역에 대한 사용자(학생 또는 환자) 또는 개발 프로필을 제공합니다.
    5. 각 사용자의 다양한 기능 영역을 교실에서 비교합니다. 각 사용자의 기능 영역을 소프트웨어로 수행할 수 있습니다. 다음 단계: 데이터가 등록되면 마우스 오른쪽 클릭으로 열 평가를 선택합니다. 그런 다음 연도와 삼분기를 선택합니다. 컬럼 학생수를 선택하고 모든 수업의 학생을 선택합니다. 열 영역을 선택하고 해당 영역 또는 하위 영역을 클릭하여 평가합니다.
      1. 최대 탭을 클릭합니다. 그것은 학생들의 발전과 나이에 대한 예상 개발과 비교를 가져옵니다.
  3. 소프트웨어에서 데이터 내보내기
    1. 사용자 데이터 및 기능 영역을 선택하고 데이터베이스를 내보냅니다. 데이터베이스를 얻으려면 열 Excel을 선택합니다. 데이터베이스는 통계 프로그램 또는 선택 라이브러리에서 내보냅니다.
    2. SPSS, Weka, Python의 scikit-learn 등과 같은 통계 패키지 및 라이브러리로 데이터를 가져오고 클러스터링 분석을 수행합니다. 여기서 SPSS를 분석하는 내용은 아래와 같이 자세히 설명되어 있습니다.
      참고: 클러스터링 또는 클러스터 분석은 '감독되지 않은' 기계 학습 기술이며, k-means내에서 는 각 관측값이 가장 가까운 평균 값을 가진 그룹에 속하는 k 그룹으로 n 관측 세트를 분할하는 것을 목표로 하는 그룹화 방법입니다. 이 실험에서 k-means클러스터링은 SFA로 측정된 어린이클러스터와 기능 발달을 검사하는 데 사용되었습니다.
      1. 옵션 분석분류 옵션을 선택하고 옵션k-의미 클러스터를 통계 패키지에 선택합니다. k
      2. 설명 통계에서크로스탭을 선택하고 다음 두 변수는 '그룹에 속하는' 클러스터 변수와 도 변수('보통' 또는 '심각')를 선택합니다.
        참고: 이 서신은 진단을 넘어서 기능성 발달에 대한 교사 또는 치료사 정보를 제공하기 때문에 기능 발달의 일부 영역에서 유사한 개입 프로그램을 제안하는 정보를 제공하기 때문에 중요합니다. 이 옵션은 교육 또는 치료 서비스 및 개인 및 재료 자원의 완전한 사용을 용이하게 할 것으로 예상된다.
      3. 설명 통계 옵션을 선택하고 크로스탭과 코헨 카파 계수 옵션을 선택합니다.
        참고: 코헨 카파 계수는 질적(범주형) 항목에 대한 인터레이터 계약을 측정하는 통계입니다. K가 우연히 합의가 발생할 가능성을 고려하기 때문에 일반적으로 단순한 퍼센트 합의 계산보다 더 강력한 조치로 생각됩니다. 이 계수는 중등도에서 중증 지적 장애의 진단 분류와 소프트웨어와 함께 얻은 발달 결과의 클러스터링 사이에 발견된 관계의 신뢰성을 나타내는 지표를 제공합니다.
    3. 스프레드시트를 사용하여 중등도 및 중증 지적 장애가 있는 어린이 그룹에 대한 거미 차트및 특정 막대 그래프를 생성합니다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

본 연구는 확인된 진단을 가진 11명의 참가자를 모집했습니다 [중등도(개발 지수 = DQ 40-65) 및 중증(DQ 39-60) 지적 장애]. 이 프로토콜은 특수 교육 센터에서 20개월 이상 파일럿 프로젝트에서 테스트되었습니다. 이 연구를 위한 모든 진단은 DSM-5에 따라 다학제 팀에 의해 확인되었다, 브루넷 레진 규모를 사용하여, 애정의 정도는 Wechsler 유치원 및 지능의 기본 규모 (WPPSI)와 같은 다른 규모의 범위를 넘어로. 그러나, 참가자의 나이는 약간 6(표 2)의연대 순년 연령을 초과했다. 수행된 작업과 이 연구의 적용 시간은 표 3에서찾을 수 있습니다.

기능 영역 시간 위치 책임*
식품 자율성 1주일 자연 적인 맥락에서 식사 하는 동안. 교사 또는 치료사
개인 관리 및 위생 1주일 자연 적 맥락에서 관리 및 위생 활동에. 교사 또는 치료사
(센터 또는 홈)
드레싱과 옷을 독립적으로 벗기 1주일 자연스러운 맥락에서 옷을 입고 옷을 벗는 작업 중. 교사 또는 치료사
(센터 또는 홈)
스핑크터 제어 1주일 자연 맥락에서 낮 동안. 교사 또는 치료사
(센터 또는 홈)
기능적 이동성 1주일 자연 적 맥락에서 일상 생활의 활동 중. 교사 또는 치료사
(센터 또는 홈)
커뮤니케이션 및 언어 1주일 자연 적 맥락에서 일상 생활의 활동 중. 교사 또는 치료사
(센터 또는 홈)
사회적 맥락에서 작업의 해결 1주일 자연 적 맥락에서 일상 생활의 활동 중 교사 또는 치료사
(센터 또는 홈)
인터랙티브하고 상징적인 플레이 1주일 자연스러운 맥락에서 상징적 인 놀이의 상황., 교사 또는 치료사
(센터 또는 홈)
일상 생활 루틴 1주일 자연 적 맥락에서 일상 생활의 활동 중. 교사 또는 치료사
(센터 또는 홈)
적응 형 동작 1주일 자연 적 맥락에서 일상 생활의 활동 중. 교사 또는 치료사
(센터 또는 홈)
관심 1주일 자연 적 맥락에서 일상 생활의 활동 중. 교사 또는 치료사
(센터 또는 홈)
참고 : *교사 또는 치료사는 센터에서 수집 된 관찰 의 결과를 가족으로부터 수집 한 정보와 대조하여 불일치가 있는지 확인합니다. 이전 동의와 동의는 항상 가족으로부터 모색되었고, 후속 분석을 위해 비디오 형식으로 기록된 자연스러운 맥락에서 집에서 관찰했습니다. 관측의 수는 기능 능력의 유형에 따라 설립되었다, 자연 문맥 (센터 또는 가정)에서 1 주일 동안 다른 관찰의 기준을 확립.

표 3: 다양한 기능 영역에서 관찰하는 프로세스.

전문가(교사 또는 치료사)가 소프트웨어에 데이터를 입력하면 비교 분석을 수행할 수 있습니다. 스케일의 다른 차원에서 동일한 교실에서 사용자(학생 또는 환자)의 개발이 도시되어 있습니다.

이 연구에서는 소프트웨어 사용과 결합된 관측 프로토콜과 데이터 분석의 몇 가지 예를 제시합니다. 우리는 먼저 클러스터 분석을 수행하여 특수 교육 적 필요를 가진 어린이의 중기 및 중증 지적 장애의 진단이 실제 발달에 부합하는지 여부를 확인했습니다. k-means 메서드를 사용하여 두 그룹에 속하는 클러스터 2개도 발견했습니다. 클러스터 1 및 클러스터 2는 각각 샘플의 55%와 45%를 통합합니다. 그런 다음 그룹 클러스터의 회원수와 변수 '장애 정도'의 관계를 연구하기 위해 교차 테이블이 구성되었습니다. 클러스터 1에 그룹A(중등지적장애)와 클러스터2에 속한 모든 과목이 그룹 b(중증 지적장애)에 속한 모든 학생을 포함하고 있으며, 중등도 지적장애(표4)만이에 속한 것으로 나타났다. 코헨 카파 계수 = .820, p = .006이 얻어졌다.

클러스터 케이스 번호
1 2
장애 a 5 0 5
B 1 5 6
6 5 11

표 4: 교차 테이블 장애 클러스터 케이스 번호입니다.

따라서 이 소프트웨어는 동일한(교육 또는 치료) 센터에서 치료를 받고 있는 어린이의 기능 능력 개발을 기록하고 유사하고 다양한 수준의 발달을 결정할 수 있다. 이 측면은 매우 중요, 그것은 유사한 요구를 가진 아이들 중 유사한 개입 프로그램의 적용을 용이하게 할 것 이다, 차례로 개인화 된 개입 및 자원의 효율적인 사용을 촉진 할 것 이다.

이 분석으로 진행, 각 기능 그룹에서 참가자의 능력의 연구를 수행 할 수있다 (장애 중간 대 장애 심각한). 이 용도로 사용된 거미 및 특정 막대 그래프는 그림 3과 도 4를참조하십시오.

Figure 3
그림 3: 각 사용자(학생 또는 환자)의 개발과 여러 지적 장애가 있는 어린이의 예상 발달 간의 비교 분석.
(A)식품 자율성,(B)개인 관리 및 위생,(C)독립적으로 드레스와 옷을 벗고, (D) 괄약근 제어,(E)기능이동성,(F)통신 및 언어,(G)대화형 및 상징적 인 놀이,(H)일상 생활 루틴,(I)적응 행동. 파란색 선은 기술 획득 점수를 나타냅니다. 가넷 선은 최대 점수를 나타냅니다. A, B, C, D, E, F, G, HI에포함된 오류 막대. 오류 막대는 데이터 가변성의 그래픽 표현이며 오류 표시줄은 값의 불확실성을 나타냅니다. x축은 참가자(여러 가지 지적 장애가 있는)를 나타내며 y축은 각 기능 영역에서 얻은 점수를 나타냅니다. 거미 그래프는 각 기능 영역에서 참가자의 비교 개발을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 4
그림 4: 각 사용자(학생 또는 환자)의 개발과 중등도 장애 아동의 예상 발달 사이의 비교 분석.
(A)식품 자율성,(B)개인 관리 및 위생,(C)독립적으로 드레스와 옷을 벗고,(D)괄약근 제어,(E)기능적 이동성,(F)통신 및 언어,(G)대화형 및 상징적 인 놀이,(H)일상 생활 루틴,(I)적응 행동. 파란색 선은 기술 획득 점수를 나타냅니다. 가넷 선은 최대 점수를 나타냅니다. A, B, C, D, E, F, G, HI에포함된 오류 막대. 오류 막대는 데이터 가변성의 그래픽 표현이며 오류 표시줄은 값의 불확실성을 나타냅니다. x축은 참가자(적당한 지적 장애가 있음)를 나타내며 y축은 각 기능 영역에서 얻은 점수를 나타냅니다. 거미 그래프는 각 기능 영역에서 참가자의 비교 개발을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

소프트웨어를 사용할 때 는 교사 또는 치료사가 적어도 두 세션 동안 각 어린이의 기능 능력 개발을 기록하는 것이 좋습니다. 이 척도에는 114개의 항목, 11개의 기능 영역이 포함되어 있으며, 이는 33개의 기능적 하위 영역으로 나뉘며, 평가는 자연 맥락에서 관찰의 결과여야 합니다. 또한, 이 소프트웨어는 조기 치료 전문가가 쉽게 평가 데이터를 기록하고 개인 및 그룹 그래프에 표시된 데이터를 분석하여 모든 기능 영역 및 하위 영역에서 교실에 할당 된 사용자, 학생 또는 환자의 개발을 강조 할 수 있습니다.

또한 이 소프트웨어는 센터와 교실에서 텍스트 파일로의 데이터 내보내기를 용이하게 합니다(예: .csv, .json, 및 기타 스프레드시트 형식(예: .xlsx), 통계 패키지로의 전송 촉진, 클러스터 분석과 같은 기타 보다 복잡한 분석을 수행할 수 있는 특정 기계 학습 라이브러리는 파라메트릭 및/또는 비파라메트릭 통계와의 차이, 그리고 그 샘플에 대한 소프트웨어의 신뢰성 분석을 의미합니다. 이 경우 통계 소프트웨어 패키지와 비 파라메트릭 통계를 적용했습니다.

소프트웨어의 사용은 한 센터에서만 테스트되었기 때문에 장애가있는 사용자를 위해 응용 프로그램을 다른 서비스 센터로 확장하는 작업이 진행중입니다. 마찬가지로, 지속적인 개선의 관점에서, 소프트웨어의 제2 단계를 개발하기 위한 작업도 진행 중이며, 가장 영향을 받는 기능 영역 또는 개발 영역의 검출에 기초하여 개별화된 조기 자극 프로그램을 구현할 가능성이 있다. 이러한 프로그램에는 획득 요구의 계층적 순서로 구현될 동작뿐만 아니라 개입에 대한 구체적인 지침, 구현 및 일반화 활동을 위한 필요한 자료, 시간 및 공간, 평가 단계에 제시된 것과 유사한 모니터링 및 평가 템플릿이 포함됩니다.

전문가가 해석할 정보의 자동화된 처리를 제공하지 않은 기능적 능력을 관찰하기 위한 프로토콜의 사용은 실시간으로 해석결과를 얻을 수 없으며, 치료 개입의 후속 관행을 안내하는 통계 분석을 실시할 수 없다는 점에 주목할 필요가 있다.

일반적인 결론으로, 소프트웨어의 사용은 치료사에 의한 결과의 기록 및 해석을 모두 용이하게했다는 점에 유의할 수 있다. 그 기능적인 양상은 센터의 이사와 이 연구 결과에 참여하는 치료사 에 의해, 아주 긍정적인 빛에서 높게 평가되었습니다.

이 방법은 두 재료 리소스(컴퓨터 특성, 응용 프로그램 요구 사항) 및 개인 리소스(소프트웨어 응용 프로그램의 사용 및 관찰을 기록하는 전문가에 의한 결과의 해석을 위한 사전 지식 의 정도)의 측면에서 구현에 거의 제한이 없습니다. 응용 프로그램의 사용은 복잡하지 않습니다. 가장 중요한 어려움은 통계 패키지를 사용하여 데이터베이스 의 처리에서 찾을 수 있으며, 이 시점에서 보다 정교한 데이터 계산 및 계산 능력이 필요합니다.

마찬가지로, 지속적인 개선의 관점에서, 소프트웨어의 제2 단계를 개발하기 위한 작업이 진행 중이며, 가장 영향을 받는 기능 영역 또는 개발 영역의 검출에 기초하여 개별화된 조기 자극 프로그램을 구현할 가능성이 있다. 이러한 프로그램에는 획득 요구의 계층적 순서로 구현될 동작뿐만 아니라 개입에 대한 구체적인 지침, 필요한 자료, 구현을 위한 시간과 공간, 활동의 일반화, 평가 단계에서 제시된 것과 유사한 모니터링 및 평가 템플릿이 포함됩니다.

여기에 제시 된 도구의 사용과 일부 발달 애정과 함께 일하는 기관의 현장 작업 외에도 제안 된 개선사항은이 분야의 연구자의 작업과 정부 기관의 프로그래밍 된 사용에 도움이 될 것입니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 경쟁적인 재정적 이익이 없다고 선언합니다.

Acknowledgments

우리는 "VI Edición Convocatoria Prueba Concepto: Impulso 라 valorización y comercialización de resultsados de investigación"[개념 증명에 대한 호출의 VI 에디션] 및 개념의 증거에 대한 호출을 통해 가능한 소프트웨어의 개발을 만들기위한 부르고스 대학의 연구 및 지식 전송에 대한 부총장에게 감사드립니다. 우리는 마찬가지로 교육의 지방 이사회의 교육 프로그램 지역과 특수 교육 센터 "프레이 페드로 폰세 드 레온", 부르고스 (스페인)에서 모두, 그리고 사전 통보 동의와 함께이 파일럿 연구에 참여하기로 동의 아이들의 가족에 감사, 누구의 협력없이 소프트웨어 (eEarlyCare) 가능하지 않았을 것이다. 이 동영상은 알베르토 칼보 로드리게스 TVUBU 기술자에 의해 편집되었으며, 목소리는 부르고스 대학의 영어 철학학과에서 캐롤라인 마틴에 의해 수행되었다.

Materials

Name Company Catalog Number Comments
eEarlyCare software Authors and University of Burgos. Register number 00/2019/3855 Computer application to implement SFA
Scale for the measurement of functional abilities in 0-6 years old (SFA) Authors and University of Burgos. Register number 00/2019/4253 Scale for the measurement of functional abilities in 0-6 year olds

DOWNLOAD MATERIALS LIST

References

  1. Sáiz, M. C. Intervención cognitiva en niños pequeños [Cognitive intervention in early children]. Intervención Temprana: Desarrollo óptimo de 0 a 6 años [Early Intervention: Optimal development from 0-to-6 years old]. Gómez, A., Viguer, P., Cantero, M. J. Síntesis. Madrid, Spain. 117-133 (2003).
  2. Bluma, M. S., Shearer, M. S., Frohman, A. H., Hilliard, J. M. Portage Guide to Early Education (2nd Edition). Cooperative Educational Service Agency. Wisconsin, United States. (1978).
  3. Josse, D. Escala de desarrollo psicomotor de la primera infancia Brunet-Lézine Revisado [Scale of psychomotor development of early childhood (Brunet-Lézine-Revised)]. Psymtéc. Madrid, Spain. (1997).
  4. Newborg, J. Battelle Developmental Inventory, 2nd Edition: Examiner's manual. Itasca, IL: Riverside, USA. (2005).
  5. Whitebread, D., Basilio, M. S. Emergencia y desarrollo temprano de la autorregulación en niños preescolares [The emergence and early development of self-regulation in preschool children]. Profesorado. Revista de Currículum y Formación del Profesorado. 16, (1), 1-20 (2012).
  6. Pérez, Y., Sáiz, M. C. 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. (2018).
  7. Haley, S. M., Coster, W. J., Ludlow, L. H., Haltiwanger, J. T., Andrellos, P. J. The Pediatric Evaluation of Disability Inventory (PEDI) (2nd ed.). Pearson Clinical Assessment. Washington, United States. (2012).
  8. Bronson, M. B. Self-regulation In Early Childhood. The Guilford Press. NY, United States. (2000).
  9. Sáiz, M. C., Carbonero, M. A. Metacognitive Precursors: An Analysis in Children with Different Disabilities. Brain Science. 7, (10), 1-14 (2017).
  10. Sáiz, M. C., Marticorena, R., Arnaiz-González,, Díez-Pastor, J. F. eEarlyCare Computer application. Burgos, Spain. Registration number 00/2019/3855 (2019).
  11. Chowdhury, K. Windows Presentation Foundation Development Cookbook. (1st Edition). Packt Publishing. Birmingham. (2018).
  12. Nogal, F., Marticorena, R. UBUGrades 2.0. Doctoral Degree dissertation. Universidad de Burgos. Burgos, Spain. (2018).
  13. Sáiz, M. C., Marticorena, R., Arnaiz-Gonzalez, Á, Díez-Pastor, J. F., Rodríguez-Arribas, S. Computer application for the registration and automation of the correction of a functional abilities detection scale in early care. Proceeding of INTED2019: 13th annual International Technology, Education and Development Conference. IATED Academy. Valencia, Spain. 5322-5328 (2019).
  14. Hartson, R., Pyla, P. S. The UX book: Process and guidelines for ensuring a quality user experience. Morgan Kaufmann. Amsterdam, Dutch. (2012).
  15. Bernal, R., Ramírez, S. M. Improving the quality of early childhood care at scale: The effects of "From Zero to Forever". World Development. 118, 91-105 (2019).
  16. American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders (DSM-5). (5th Edition). American Psychiatric Association. Arlington, VA, United States. (2013).
관찰 방법 및 컴퓨터 도구로 3-6 세 어린이의 기능 능력 측정
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Sáiz Manzanares, M. C., Marticorena Sánchez, R., Arnaiz González, Á., Díez Pastor, J. F., García Osorio, C. I. Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools. J. Vis. Exp. (160), e60247, doi:10.3791/60247 (2020).More

Sáiz Manzanares, M. C., Marticorena Sánchez, R., Arnaiz González, Á., Díez Pastor, J. F., García Osorio, C. I. Measuring the Functional Abilities of Children Aged 3-6 Years Old with Observational Methods and Computer Tools. J. Vis. Exp. (160), e60247, doi:10.3791/60247 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter