発話・言語サンプル分析と非公式評価

発話・言語サンプル分析と非公式評価は、標準化されたテストの固定された条件下ではなく、会話、物語、遊びの中で生じる個人のコミュニケーションを記述的に評価するものです。発話と言語の代表的なサンプルが記録、転写、分析され、発話の長さ、文法的な正確さ、語彙の多様性、明瞭度、物語の構成などの指標が測定され、機能的な言語使用の全体像が示されます。

Definition

言語サンプル分析とは、個人の自発的な発話と言語の代表的なサンプルを引き出し、転写し、体系的に分析することで、平均発話長、文法・語彙指標、物語構造などの測定値を用いてコミュニケーション能力を記述することです。

Scope

このトピックでは、自然なコミュニケーションをサンプリングする根拠、サンプルの引き出し、転写、分節化、コーディングの手順、そこから導き出される一般的な定量的および記述的測定、そして標準化されたテストと比較した非公式評価の長所と限界について説明します。これは、個人の評価手順としてではなく、方法の参照記述として提示されています。

Core questions

• サンプルはどのようにして個人の日常的なコミュニケーションを代表するものとなるのでしょうか？
• サンプルから導き出される測定値のうち、言語能力を最も信頼性高く反映するものはどれですか、また信頼性はサンプルの長さにどのように影響されますか？
• 記述的サンプリングは、標準化されたテストでは明らかにできない何を明らかにできますか、またその逆は何ですか？
• 転写とコーディングの決定は、時間の経過に伴う比較をサポートするのに十分な一貫性をどのように保たれますか？

Key concepts

• 自然なコミュニケーションの代表的サンプリング
• 引き出しの文脈（会話、物語、遊び、説明）
• 転写と発話の分節化
• 平均発話長（MLU）
• 語彙の多様性と文法的な測定
• 物語の巨視的構造と微視的構造
• 明瞭度分析
• 記述的比較のための参照データベース

Mechanisms

臨床医は、1つ以上の文脈で連続した発話を引き出し、それを記録し、分節化された発話に転写します。転写されたものから、定量的指標（例えば、平均発話長、語彙多様性の測定、文法構造の数）と記述的分析（物語の巨視的構造など）が計算され、参照データベースと比較されることがあります。これらの測定値の妥当性は、サンプルが代表的であり、十分な長さであるかどうかに依存します。短い転写は一部の測定値の推定値を不安定にするため、長さ自体が方法論的な変数となります（Heilmann, Nockerts, & Miller, 2010）。物語の採点スキームは、文レベルの指標を超えて談話の構成にまでサンプリングを拡張します（Heilmann, Miller, Nockerts, & Dunaway, 2010）。

Clinical relevance

言語サンプリングは、標準化されたスコアを補完する機能的で文脈豊かな情報を提供し、特に規範参照テストが利用できない場合や、個人の背景に不適切である場合に非常に有益です。この項目では、そのようなサンプルがどのように収集・分析されるか、そして何を示すことができ、何を示すことができないかを記述しています。これは、個人の評価プロトコルではなく、参照のためのガイダンスです。

Evidence & guidelines

言語サンプル測定に関する研究は、その安定性が転写の長さと一貫した転写およびコーディングに依存すること、そして参照データベースが形式的な規範の制約なしに記述的な比較を可能にすることを示しています（Heilmann, Nockerts, & Miller, 2010; Heilmann, Miller, Nockerts, & Dunaway, 2010）。サンプリングは、特に一部の形式的なテストの心理測定学的限界が文書化されていることを考慮すると、標準化されたテストの補完としてしばしば推奨されます（McCauley & Swisher, 1984）。

History

子どもの自発的な言語の記述的分析は、発達研究において長い伝統があり、臨床言語サンプル分析は、20世紀後半に構造化された転写とコーディングの慣習、そして後にコンピュータ支援による転写分析と参照データベースを通じて体系化されました。それ以来、研究はどの測定値が信頼できるか、そして転写の長さを含むサンプリング条件がそれらにどのように影響するかを洗練してきました（Heilmann, Nockerts, & Miller, 2010）。

Debates

安定した測定値を得るためには、サンプルはどのくらいの長さが必要ですか？

言語サンプルから導き出される一部の指標は、十分に長い転写でのみ安定するため、非常に短いサンプルでは能力を誤って表現する可能性があります。実現可能性と測定の安定性との間のトレードオフは、活発な方法論的検討事項です。

Key figures

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

Seminal works

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

Frequently asked questions

言語サンプリングは標準化されたテストとどのように異なりますか？

標準化されたテストは、管理された条件下で固定された応答を規範と比較するのに対し、言語サンプルは、個人が自然な文脈で実際にどのようにコミュニケーションをとるかを記述し、構造化されたテストでは見逃される可能性のある機能的な使用を捉えます。

転写の長さと一貫したコーディングが強調されるのはなぜですか？

サンプルに基づく一部の測定値は適切な長さで安定するようになり、転写とコーディングの選択が数値に影響を与えるため、これらの要因を管理することは、測定値が信頼性があり、時間の経過とともに比較可能であるために必要です。