वाक्-भाषा नमूना विश्लेषण और अनौपचारिक मूल्यांकन

वाक्-भाषा नमूना विश्लेषण और अनौपचारिक मूल्यांकन किसी व्यक्ति के संचार का वर्णनात्मक मूल्यांकन है, जैसा कि यह मानकीकृत परीक्षण की निश्चित स्थितियों के बजाय बातचीत, वर्णन या खेल में होता है। वाक् और भाषा के एक प्रतिनिधि नमूने को रिकॉर्ड किया जाता है, प्रतिलेखित किया जाता है और उच्चारण की लंबाई, व्याकरणिक सटीकता, शब्दावली विविधता, बोधगम्यता और कथा संगठन जैसे मापों के लिए विश्लेषण किया जाता है, जिससे कार्यात्मक भाषा उपयोग की एक तस्वीर मिलती है।

Definition

भाषा नमूना विश्लेषण किसी व्यक्ति के सहज वाक् और भाषा के एक प्रतिनिधि नमूने का उद्दीपन, प्रतिलेखन और व्यवस्थित विश्लेषण है ताकि संचार क्षमताओं का वर्णन किया जा सके, जिसमें उच्चारण की औसत लंबाई, व्याकरणिक और शाब्दिक सूचकांक, और कथा संरचना जैसे मापों का उपयोग किया जाता है।

Scope

यह विषय प्राकृतिक संचार के नमूने लेने के औचित्य, एक नमूने को प्राप्त करने, प्रतिलेखित करने, खंडित करने और कोडित करने की प्रक्रियाओं, इससे प्राप्त सामान्य मात्रात्मक और वर्णनात्मक मापों, और मानकीकृत परीक्षण के सापेक्ष अनौपचारिक मूल्यांकन की शक्तियों और सीमाओं को शामिल करता है। इसे एक विधि के संदर्भ खाते के रूप में प्रस्तुत किया गया है, न कि किसी व्यक्ति का मूल्यांकन करने की प्रक्रिया के रूप में।

Core questions

• किसी व्यक्ति के रोजमर्रा के संचार का प्रतिनिधि नमूना कैसे बनाया जाता है?
• एक नमूने से प्राप्त कौन से माप भाषा क्षमता को सबसे विश्वसनीय रूप से दर्शाते हैं, और नमूने की लंबाई से विश्वसनीयता कैसे प्रभावित होती है?
• वर्णनात्मक नमूनाकरण क्या प्रकट कर सकता है जो एक मानकीकृत परीक्षण नहीं कर सकता, और इसके विपरीत?
• समय के साथ तुलना का समर्थन करने के लिए प्रतिलेखन और कोडिंग निर्णयों को पर्याप्त रूप से सुसंगत कैसे रखा जाता है?

Key concepts

• प्राकृतिक संचार का प्रतिनिधि नमूनाकरण
• उद्दीपन संदर्भ (बातचीत, कथा, खेल, व्याख्यात्मक)
• प्रतिलेखन और उच्चारण विभाजन
• उच्चारण की औसत लंबाई (MLU)
• शाब्दिक विविधता और व्याकरणिक माप
• कथा मैक्रोस्ट्रक्चर और माइक्रोस्ट्रक्चर
• बोधगम्यता विश्लेषण
• वर्णनात्मक तुलना के लिए संदर्भ डेटाबेस

Mechanisms

एक चिकित्सक एक या अधिक संदर्भों में जुड़े हुए वाक् को प्राप्त करता है, उसे रिकॉर्ड करता है, और उसे खंडित उच्चारणों में प्रतिलेखित करता है। प्रतिलेख से, मात्रात्मक सूचकांक (उदाहरण के लिए, उच्चारण की औसत लंबाई, शाब्दिक विविधता के माप, और व्याकरणिक संरचनाओं की गणना) और वर्णनात्मक विश्लेषण (जैसे कथा मैक्रोस्ट्रक्चर) की गणना की जाती है और संदर्भ डेटाबेस के विरुद्ध तुलना की जा सकती है। इन मापों की वैधता नमूने के प्रतिनिधि और पर्याप्त लंबाई के होने पर निर्भर करती है; छोटे प्रतिलेख कुछ मापों के कम स्थिर अनुमान देते हैं, इसलिए लंबाई स्वयं एक पद्धतिगत चर है (Heilmann, Nockerts, & Miller, 2010)। कथा स्कोरिंग योजनाएं वाक्य-स्तर के मेट्रिक्स से परे प्रवचन संगठन तक नमूनाकरण का विस्तार करती हैं (Heilmann, Miller, Nockerts, & Dunaway, 2010)।

Clinical relevance

भाषा नमूनाकरण कार्यात्मक, संदर्भ-समृद्ध जानकारी प्रदान करता है जो मानकीकृत स्कोर का पूरक है और विशेष रूप से तब जानकारीपूर्ण हो सकता है जब मानदंड-संदर्भित परीक्षण अनुपलब्ध हों या किसी व्यक्ति की पृष्ठभूमि के लिए अनुपयुक्त हों। यह प्रविष्टि बताती है कि ऐसे नमूने कैसे एकत्र और विश्लेषण किए जाते हैं और वे क्या दिखा सकते हैं और क्या नहीं; यह एक संदर्भ अभिविन्यास है और किसी व्यक्ति का आकलन करने के लिए एक प्रोटोकॉल नहीं है।

Evidence & guidelines

भाषा नमूना मापों के अध्ययन से पता चलता है कि उनकी स्थिरता प्रतिलेख की लंबाई और सुसंगत प्रतिलेखन और कोडिंग पर निर्भर करती है, और यह कि संदर्भ डेटाबेस औपचारिक मानदंडों की बाधाओं के बिना वर्णनात्मक तुलना की अनुमति देते हैं (Heilmann, Nockerts, & Miller, 2010; Heilmann, Miller, Nockerts, & Dunaway, 2010)। नमूनाकरण को अक्सर मानकीकृत परीक्षण के पूरक के रूप में अनुशंसित किया जाता है, विशेष रूप से कुछ औपचारिक परीक्षणों की प्रलेखित साइकोमेट्रिक सीमाओं को देखते हुए (McCauley & Swisher, 1984)।

History

बच्चों की सहज भाषा का वर्णनात्मक विश्लेषण विकासात्मक अध्ययन में एक लंबी परंपरा रखता है, और नैदानिक भाषा नमूना विश्लेषण को बीसवीं शताब्दी के उत्तरार्ध में संरचित प्रतिलेखन और कोडिंग परंपराओं के माध्यम से व्यवस्थित किया गया था, और बाद में, कंप्यूटर-सहायता प्राप्त प्रतिलेख विश्लेषण और संदर्भ डेटाबेस के माध्यम से। तब से अनुसंधान ने यह परिष्कृत किया है कि कौन से माप विश्वसनीय हैं और नमूनाकरण की स्थितियाँ, जिसमें प्रतिलेख की लंबाई भी शामिल है, उन्हें कैसे प्रभावित करती हैं (Heilmann, Nockerts, & Miller, 2010)।

Debates

स्थिर माप प्राप्त करने के लिए एक नमूना कितना लंबा होना चाहिए?

भाषा के नमूनों से प्राप्त कुछ सूचकांक पर्याप्त रूप से लंबे प्रतिलेखों के साथ ही स्थिर होते हैं, इसलिए बहुत छोटे नमूने क्षमता को गलत तरीके से प्रस्तुत कर सकते हैं; व्यवहार्यता और माप स्थिरता के बीच का समझौता एक सक्रिय पद्धतिगत विचार है।

Key figures

• Jon Miller
• John Heilmann
• Ann Nockerts
• Robin Chapman

Seminal works

• heilmann-2010-length
• heilmann-2010-databases

Frequently asked questions

भाषा नमूनाकरण एक मानकीकृत परीक्षण से कैसे भिन्न है?

एक मानकीकृत परीक्षण नियंत्रित परिस्थितियों में मानदंडों के साथ निश्चित प्रतिक्रियाओं की तुलना करता है, जबकि एक भाषा नमूना बताता है कि एक व्यक्ति प्राकृतिक संदर्भों में वास्तव में कैसे संचार करता है, कार्यात्मक उपयोग को कैप्चर करता है जिसे संरचित परीक्षण याद कर सकते हैं।

प्रतिलेख की लंबाई और सुसंगत कोडिंग पर जोर क्यों दिया जाता है?

क्योंकि कुछ नमूना-आधारित माप पर्याप्त लंबाई के साथ ही स्थिर होते हैं और क्योंकि प्रतिलेखन और कोडिंग विकल्प संख्याओं को प्रभावित करते हैं, इन कारकों को नियंत्रित करना मापों के विश्वसनीय और समय के साथ तुलनीय होने के लिए आवश्यक है।