Çaprazlama Çoklu Temel Çizgi Tasarımı
Crossover Multiple Baseline Single-Case Experimental Design · Ayrıca şöyle bilinir: CMBD, crossover MBD, multiple baseline crossover design, within-subject multiple baseline design
Çaprazlama çoklu temel çizgi tasarımı, çoklu temel çizgi yapısına çaprazlama sıralaması ekleyen tek-birimli deneysel bir tasarımdır (SCED). İki veya daha fazla katmanda — katılımcılar, davranışlar veya ortamlar — temel çizgiler zaman içinde kademelendirilir; ardından tedaviler tanıtılır ve daha sonra katmanlar arasında tersine çevrilir veya değiştirilir, böylece her katman hem bir tedavi hem de bir kontrol birimi görevi görür. Tasarım, zamanla ilgili karıştırıcı faktörleri kontrol ederken öz-içinde tekrarlama sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bu tasarımı, tek bir birey (veya bir seferde incelenen küçük bir birey grubu) için iki veya daha fazla tedavi veya koşul hakkında nedensel kanıt gerektiğinde ve etik veya pratik kısıtlamalar tedaviyi süresiz olarak vermeyi engellediğinde kullanın. Grup denemelerinin uygulanamadığı davranışsal müdahale araştırmaları, rehabilitasyon, özel eğitim ve klinik psikoloji için uygundur. Çaprazlama uzantısı, araştırmacının her katmanın her koşulu deneyimlemesini istediği — az sayıda katılımcıyla iç karşılaştırma gücünü en üst düzeye çıkardığı — durumlarda özellikle değerlidir. Hedef davranış tedavi sonrasında geri döndürülemez olduğunda (öğrenilemeyen bir beceriyi öğrenmek temiz bir çaprazlamayı imkansız kılar), yeterli sıfırlama olmadan güçlü kalıntı etkileri beklendiğinde, bekleme katmanları boyunca temel çizgiler kararlı tutulamadığında veya araştırma sorusu genelleştirilebilir nüfus düzeyinde etki tahminleri gerektirdiğinde kullanmayın.
Güçlü yönler & sınırlılıklar
- Her katman, çok küçük örneklerden nedensel çıkarımı en üst düzeye çıkaran hem tedavi hem de kontrol verileri sağlar.
- Kademeli temel çizgi mantığı, basit ön-son tasarımlarını boğan olgunluk, tarih ve ortalamaya gerileme tehditlerini ortadan kaldırır.
- Dengelenmiş çaprazlama sıralaması, sıra etkilerini kontrol eder ve aynı çalışma içinde iki veya daha fazla koşulun karşılaştırılmasına olanak tanır.
- Faydalı bir tedavinin uzatılmış geri çekilmesini gerektiren tasarımlara göre etik olarak üstündür, çünkü her katman sonunda tüm koşulları deneyimler.
- Katmanlar arasındaki tekrarlama mantığı, büyük bir örneklem olmasa bile dış geçerliliği güçlendirir.
- İşlevsel olarak bağımsız katmanlar gerektirir; katılımcılar arasındaki davranışsal taşma veya sosyal bulaşma, bekleme katmanı kontrol mantığını geçersiz kılar.
- Geri döndürülemez davranışlar için uygun değildir (bir kez öğrenildiğinde temel çizgiye dönemeyen beceriler); çaprazlama, aşamaların bir miktar geri döndürülebilirliğini veya karşılaştırılabilirliğini varsayar.
- Kalıntı veya sıra etkileri, sıfırlama periyotları yetersizse veya ilk tedavi organizmayı kalıcı olarak değiştirirse, koşulların karşılaştırılmasını karıştırabilir.
- Standart analitik yöntem olan görsel analiz, analist yanlılığına eğilimlidir; istatistiksel takviyeler (Tau-U, NAP) nesnelliği artırır ancak evrensel olarak kabul edilmez.
- Küçük n, herhangi bir toplanmış etki büyüklüğü tahminlerinin istatistiksel gücünü sınırlar ve bulguları daha geniş bir nüfusa genelleştirmeyi zorlaştırır.
SSS
Bu, değişen tedaviler tasarımından nasıl farklıdır?
Her ikisi de tek bir vakada iki veya daha fazla koşulun karşılaştırılmasına izin verir, ancak yapıları farklıdır. Değişen tedaviler tasarımı, aynı aşama içinde (genellikle oturumlar veya günler içinde) koşulları hızla değiştirir ve koşulların neredeyse eş zamanlı koşullar altında doğrudan karşılaştırılmasını sağlar. Çaprazlama çoklu temel çizgi tasarımı, koşulları katman başına uzatılmış, ayrı aşamalarda tutar ve olgunluk ile tarih tehditlerini ortadan kaldırmak için kademeli temel çizgi mantığını kullanır. Çaprazlama MBD, kademeli temel çizgi tekrarlama argümanına da ihtiyacınız olduğunda ve koşulların hızlı değişimi mümkün veya uygun olmadığında tercih edilir.
Kaç katmana ihtiyacım var?
En az üç katman şiddetle tavsiye edilir. Sadece iki katmanla, bekleme temel çizgileri boyunca etkinin tekrarlanması, tesadüfi zamanlamayı ortadan kaldırmak için çok sınırlıdır. Üç katman, deneysel kontrolün minimum güvenilir bir gösterimini sağlar; dört veya daha fazlası bunu daha da güçlendirir.
Çaprazlama aşamaları arasında sıfırlama periyoduna ihtiyacım var mı?
Sıfırlama gerekip gerekmediği tedavinin doğasına bağlıdır. Farmakolojik müdahaleler tipik olarak ilaç temizliği için sıfırlama gerektirir. Beceri tabanlı davranışsal müdahaleler, hedef davranışın geri döndürülebilir kalması beklendiği sürece sıfırlama gerektirmeyebilir, ancak araştırmacı kararı tedavi teorik mekanizmasına dayanarak önceden planlamalı ve gerekçelendirmelidir.
Görsel analiz yerine istatistiksel analiz kullanabilir miyim?
Görsel analiz, tasarımın orijinal mantığına dahil edildiği için tek-birimli araştırmalarda birincil standart olmaya devam etmektedir. Ancak, etki büyüklüğünü ölçmek ve çalışmalar arasındaki meta-analitik toplamayı desteklemek için Tau-U, NAP (tüm çiftlerin örtüşmemesi) veya IRD (gelişim oranı farkı) gibi ek istatistiksel indeksler giderek daha fazla önerilmektedir. Görsel analizi tamamlarlar, ancak onun yerini almazlar.
Bu, n-of-1 deneyi ile aynı mı?
Önemli bir örtüşme vardır. Bir n-of-1 deneyi tipik olarak klinik tıpta tek bir hastaya uygulanan bir çaprazlama tasarımını ifade eder, genellikle koşul sırasının rastgeleleştirilmesi ve istatistiksel analiz ile. Çaprazlama çoklu temel çizgi tasarımı birden fazla katmana (katılımcılar, davranışlar veya ortamlar) yayılır ve rastgeleleştirme yerine bir kontrol stratejisi olarak kademeli temel çizgileri kullanır. N-of-1 deneyi belirli bir uygulama bağlamıdır; çaprazlama MBD daha geniş bir SCED çerçevesidir.
Kaynaklar
- Baer, D. M., Wolf, M. M., & Risley, T. R. (1968). Some current dimensions of applied behavior analysis. Journal of Applied Behavior Analysis, 1(1), 91–97. DOI: 10.1901/jaba.1968.1-91 ↗
- Kazdin, A. E. (2011). Single-Case Research Designs: Methods for Clinical and Applied Settings (2nd ed.). Oxford University Press. ISBN: 978-0195341881
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Crossover Multiple Baseline Single-Case Experimental Design. ScholarGate. https://scholargate.app/tr/experimental-design/crossover-multiple-baseline-design
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- AB TasarımıDeney tasarımı↔ karşılaştır
- ABA TasarımıDeney tasarımı↔ karşılaştır
- ABAB TasarımıDeney tasarımı↔ karşılaştır
- Çapraz Geçişli Randomize Kontrollü ÇalışmaDeney tasarımı↔ karşılaştır
- Çoklu Temel Çizgi TasarımıDeney tasarımı↔ karşılaştır
- Tek Kişilik Deneysel DesenDeney tasarımı↔ karşılaştır