تشخیص اختلال نقص توجه/ بیش فعالی با ابزار وکسلر چهارم و نسخه تکمیلی: رتبه بندی خرده مقیاس های موثر با تحلیل شبکه عصبی مصنوعی
عنوان مقاله: تشخیص اختلال نقص توجه/ بیش فعالی با ابزار وکسلر چهارم و نسخه تکمیلی: رتبه بندی خرده مقیاس های موثر با تحلیل شبکه عصبی مصنوعی
شناسه ملی مقاله: JR_CLPSY-6-4_006
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_CLPSY-6-4_006
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
hadi safari - گروه روان شناسی- دانشکده روان شناسی و علوم تربیتی مهدیشهر- دانشگاه سمنان- سمنان- ایران
Shahrokh Makvand Hosseini - گروه روانشناسی، دانشکده روانشناسی دانشگاه سمنان -سمنان -ایران
parviz sabahi - -گروه روان شناسی- دانشکده روان شناسی و علوم تربیتی – دانشگاه سمنا ن- ایران
ali maleki - گروه مهندسی پزشکی - دانشکده ی مهندسی برق و کامپیوتر - دانشگاه سمنان - سمنان - ایران
خلاصه مقاله:
hadi safari - گروه روان شناسی- دانشکده روان شناسی و علوم تربیتی مهدیشهر- دانشگاه سمنان- سمنان- ایران
Shahrokh Makvand Hosseini - گروه روانشناسی، دانشکده روانشناسی دانشگاه سمنان -سمنان -ایران
parviz sabahi - -گروه روان شناسی- دانشکده روان شناسی و علوم تربیتی – دانشگاه سمنا ن- ایران
ali maleki - گروه مهندسی پزشکی - دانشکده ی مهندسی برق و کامپیوتر - دانشگاه سمنان - سمنان - ایران
مقدمه: اختلال نقص توجه/بیشفعالی اختلالی است با نقص در کارکردهای شناختی که آزمونهایی نظیر وکسلر در تشخیص این نواقص کاربرد دارد. اخیرا داده کاوی بر اساس شبکه عصبی در تحقیقات روانشناختی مورد توجه قرار گرفته است. هدف این پژوهش رتبه بندی خرده مقیاس های موثر وکسلر در پیش بینی اختلال نارسایی توجه/بیشفعالی با تحلیل شبکه عصبی بود. روش: نمونه پژوهش دانش آموزان مراجعه کننده به مراکز مشاوره شهریار بوده و به روش نمونه گیری در دسترس و با مصاحبه بالینی بر اساس معیارهای DSM-۵ به تعداد ۱۶۲ نفر در سال تحصیلی ۹۷-۹۶ انتخاب شدند. نمرات نارسایی توجه، بیش فعالی و نوع ترکیب با تکمیل پرسشنامه سوانسون و نوپلهام توسط معلمان تعیین شده و در نهایت آزمون هوشی وکسلر نسخه چهارم انجام شد. داده ها با روش شبکه عصبی و نرم افزار متلب مورد تحلیل قرار گرفتند. ۴۰ خرده مقیاس به عنوان ورودی شبکه با ۴۰، یک لایه میانی با ۴۲ نورون و یک لایه خروجی به عنوان بهترین الگوی شبکه مشخص شد.یافته ها: در نوع ترکیبی خرده مقیاس های ۱- رمزگذاری، ۲- ظرفیت حرف با آهنگ، ۳- شباهتها، ۴- گزینه ای واژگان تصویری، ۵- حذف تصادفی، در بیش فعالی ۱- رمزگذاری، ۲- حذف تصادفی، ۳- ظرفیت فضایی مستقیم،۴- فرایند طراحی با مکعب و ۵- شباهت ها و در نارسایی توجه۱- مفاهیم تصویر ۲- شباهت ها ۳- نمادیابی، ۴- توالی عدد- حرف و ۵- محاسبات به عنوان موثرترین خرده مقیاس ها مشخص شدند(۰۵/۰P<). نتیجه گیری: نتایج نشان داد شبکه عصبی روش توانمندی در پیش بینی اختلال نارسایی توجه/ بیش فعالی است و برخی خرده مقیاس های وکسلر در شناسایی نواقص شناختی این افراد از بقیه برتر بوده است.
کلمات کلیدی: نارسایی توجه/ بیش فعالی, مقیاس هوشی وکسلر, تحلیل شبکه عصبی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1597082/