Evaluación de resultados personales relacionados con derechos en jóvenes con discapacidad intelectual y Tea

  1. Morales Fernández, Laura 1
  2. Morán Suárez, Lucía 1
  3. Gómez Sánchez, Laura E. 1
  1. 1 Universidad de Oviedo
    info

    Universidad de Oviedo

    Oviedo, España

    ROR https://ror.org/006gksa02

Revista:
Siglo Cero: Revista Española sobre Discapacidad Intelectual

ISSN: 2530-0350

Año de publicación: 2021

Volumen: 52

Número: 3

Páginas: 81-99

Tipo: Artículo

DOI: 10.14201/SCERO20215238199 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Siglo Cero: Revista Española sobre Discapacidad Intelectual

Resumen

Aun teniendo gran relevancia el concepto de calidad de vida en el ámbito de la discapacidad intelectual (DI), existe escasa investigación acerca de su aplicación en jóvenes con trastorno del espectro del autismo (TEA), especialmente acerca de la dimensión derechos, área que ha cobrado especial importancia en los últimos años con la ratificación de la Convención de los Derechos de las Personas con Discapacidad de Naciones Unidas. Este estudio se centra en la evaluación de derechos en jóvenes con TEA y DI, comparando sus resultados con dos grupos de jóvenes que presentan DI y otra condición comórbida: síndrome de Down y parálisis cerebral. Para ello, se utilizó la subescala derechos de la versión piloto de la Escala KidsLife en una muestra de 153 participantes con DI entre 4 y 21 años (TEA = 51; síndrome de Down = 51; parálisis cerebral = 51). En el grupo con TEA, el género, el tipo de escolarización, el nivel de DI y de necesidades de apoyo dieron lugar a diferencias significativas. Los tres grupos obtuvieron resultados positivos, aunque los jóvenes con síndrome de Down obtienen resultados significativamente superiores a los obtenidos por jóvenes con TEA.

Referencias bibliográficas

  • S. G. Mallat, "Multifrequency channel decomposition of images and wavelet model", IEEE Transactions on ASSP, Vol. 37, No. 12, pp. 2091-21 10, December 1989.
  • S. 0. Mallat, "A theory for multiresolution signal decomposition: The wavelet representable”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 1 1, No. 7, pp. 674-693, July 1989.
  • Rioul and M. Vetterli, "Wavelets and signal processing", IEEE S. P. magazine, pp. 14-38,October 1991.
  • M. Vetterli and C. Herley, "Wavelets and filter banks: theory and design", IEEE Transactions on Signal Processing, Vol. 40, No. 9, pp. 2207-2232
  • J. Behar, M. Porat and Y. Y. Zeevi, "Image reconstruction from localized phase", IEEE Transactions on Signal Processing, Vol. 40, No. 4, pp. 736-743, April 1992.
  • M. Porat and Y. Y. Zeevi, "Localized texture processing in vision: analysis and synthesis in the Gaborian space", IEEE Transactions on Biomedical Engineering, Vol. 36, No. 1, pp. 1 15- 129, January 1989.
  • M. Antonini, M. Berlaud, P. Mathieu and I. Daubechies, "Image coding using wavelet transform",IEEE Transactions on Image Processing, Vol. 1, No. 2, pp. 205-220, April 1992.
  • T. Chang and C. C. J. Kuo, "Texture analysis and classification with tree-structured wavelet transform", IEEE Transactions on Image Processing, VoL 2, No. 4, pp. 429-440, October 1993.
  • A. Lame and J. Fan, "Texture classification by wavelets packet signatures", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 15, No. 1 1, pp. 1 186-1 191, March 1992.
  • R. W. Richard, T. Kabir, and F. Liu, “Real-time recognition with the entire Brodatz texture database,” inProc. IEEE Int.Conf. Computer Vision and Pattern Recognition, 1993, pp.683–684.
  • J. Portilla and E. P. Simoncelli, “A parametric texture model based on joint statistics of complex wavelet coefficients,”International Journal of Computer Vision, 2000, to appear.
  • J. Zhang, D. Wang, and Q. N. Tran, “A wavelet-based multiresolution statistical model for texture,”.
  • Bovik,A.Clark , M.Geisler, W.S.,1990. Multichannel texture analysis using localized spatial filters. IEEE .Trans.Pattern.Anal. Machine Intel. 12, 55-73.
  • Unser, M.,1986. Local Linear Transforms for texture measurements. Signal Process 11, 61-79.
  • P. Vautrot, N. Bonnet, and M. Herbin, Comparative study of dierent spatial/spatial-frequency methods (gabor lters, wavelets, wavelet packets)," in IEEE Int. Conf. Im. Proc., vol. 3, 1996, pp. 145{148.
  • N. Fatemi-Ghomi, P.L. Palmer, and M. Petrou, Performance evaluation of texture segmentation algorithms based on wavelets," in Proc. of the workshop on Performance Characteristics of Vision Algorithms, ECCV-96, Cambridge, England, April 1996.
  • A. Laine and J. Fan, Texture classication by wavelet packet signatures," IEEE Trans. Patt. Anal. Mach. Intel l., vol. 15, no. 11, pp. 1186{1190, 1993
Fuente de los datos: Dialnet