Assessment of Language Disorders in Children

Page i

ASSESSMENT OF LANGUAGE DISORDERS IN CHILDREN

Page ii

Page iii ASSESSMENT OF LANGUAGE DISORDERS IN CHILDREN Rebecca J. McCauley University of Vermont

Page iv Copyright © 2001 by Lawrence Erlbaum Associates, Inc. All rights reserved. No part of this book may be reproduced in any form, by photostat, microform, retrieval system, or any other means, without the prior written  permission of the publisher. Lawrence Erlbaum Associates, Inc., Publishers 10 Industrial Avenue Mahwah, New Jersey 07430 Cover design by Kathryn Houghtaling Lacey Library of Congress Cataloging­in­Publication Data  McCauley, Rebecca Joan, 1952–       Assessment of language disorders in children / Rebecca J.      McCauley.          p.  cm. ISBN: 0­8058­2561­4 (cloth : alk. paper)/ 0­8058­2562­2 (pbk. : alk. paper)        1. Language disorders in children—Diagnosis. 2. Communicative  disorders in children—Diagnosis. 3. Learning disabled children—  Language—Evaluation. I. Title.  RJ496.L35 M375   2001                                           00­050403  618.92’855075—dc21                                                         CIP  Printed in the United States of America 10  9  8  7  6  5  4  3  2  1

Page v To my parents, Fred and Priscilla McCauley

Page vi

Page vii

Contents   Preface   Why I Wrote This Book   How This Book Is Organized   Acknowledgments   1 Introduction   Purposes of This Text  1   Why Do We Make Measurements in the Assessment and Management of Childhood Language Disorders?  2   What Problems Accompany Measurement?  4   A Model of Clinical Decision Making  7   Summary  11   Key Concepts and Terms  11   Study Questions and Questions to Expand Your Thinking  12   Recommended Readings  12   References  12 PART I: BASIC CONCEPTS IN ASSESSMENT   2 Measurement of Children’s Communication and Related Skills   Theoretical Building Blocks of Measurement  17   Basic Statistical Concepts  24   Characterizing the Performance of Individuals  30   Case Example  38   Summary  43   Key Concepts and Terms  44   Study Questions and Questions to Expand Your Thinking  46

xi

1

  17

Page viii   Recommended Readings  47   References  47   3 Validity and Reliability   Historical Background  49   Validity  51   Reliability  66   Summary  72   Key Concepts and Terms  73   Study Questions and Questions to Expand Your Thinking  75   Recommended Readings  76   References  76   4 Evaluating Measures of Children’s Communication and Related Skills   Contextual Considerations in Assessment: The Bigger Picture in Which Assessments Take Place  79   Evaluating Individual Measures  88   Summary  105   Key Concepts and Terms  106   Study Questions and Questions to Expand Your Thinking  106   Recommended Readings  107   References  107 PART II: AN OVERVIEW OF CHILDHOOD LANGUAGE DISORDERS   5 Children with Specific Language Impairment   Defining the Problem  113   Suspected Causes  116   Special Challenges in Assessment  127   Expected Patterns of Language Performance  130   Related Problems  132   Summary  137   Key Concepts and Terms  138   Study Questions and Questions to Expand Your Thinking  139   Recommended Readings  140   References  140   6 Children with Mental Retardation   Defining the Problem  147   Suspected Causes  149   Special Challenges in Assessment  156   Expected Pattern of Strengths and Weaknesses  158   Related Problems  161   Summary  161   Key Concepts and Terms  162   Study Questions and Questions to Expand Your Thinking  163

49

78

  113

146

Page ix   Recommended Readings  164   References  164   7 Children with Autistic Spectrum Disorder   Defining the Problem  169   Suspected Causes  173   Special Challenges in Assessment  174   Expected Patterns of Language Performance  176   Related Problems  178   Summary  181   Key Concepts and Terms  182   Study Questions and Questions to Expand Your Thinking  183   Recommended Readings  184   References  184   8 Children with Hearing Impairment   Defining the Problem  188   Suspected Causes  196   Special Challenges in Assessment  198   Expected Patterns of Oral Language Performance  203   Related Problems  204   Summary  205   Key Concepts and Terms  205   Study Questions and Questions to Expand Your Thinking  206   Recommended Readings  207   References  207 PART III: CLINICAL QUESTIONS DRIVING ASSESSMENT   9 Screening and Identification: Does This Child Have a Language Impairment?   The Nature of Screening and Identification  214   Special Considerations When Asking This Clinical Question  216   Available Tools  236   Practical Considerations  240   Summary  242   Key Concepts and Terms  243   Study Questions and Questions to Expand Your Thinking  244   Recommended Readings  244   References  244 10 Description: What Is the Nature of This Child’s Language?   The Nature of Description  251   Special Considerations for Asking This Clinical Question  252   Available Tools   Practical Considerations  280   Summary  283   Key Concepts and Terms  284   Study Questions and Questions to Expand Your Thinking  286

168

187

  213

250

255

Page x     11                          

Recommended Readings  286 References  287 Examining Change: Is This Child’s Language Changing? The Nature of Examining Change  294 Special Considerations for Asking This Clinical Question  296 Available Tools  311 Practical Considerations  317 Summary  321 Key Concepts and Terms  322 Study Questions and Questions to Expand Your Thinking  323 Recommended Readings  324 References  324 Appendix A Appendix B Author Index Subject Index

293

328 334 339 353

Page xi

Preface Why I Wrote This Book How This Book Is Organized Acknowledgement Why I Wrote This Book ‘‘You can’t kill anyone with speech­language pathology.”  I came to speech­language pathology by what was then an unconventional route—a Ph.D. in a nonclinical speciality within behavioral sciences, followed by  postdoctoral study, clinical practicum, and a clinical fellowship year. Thus, I was unschooled in the humorous wisdom that is passed along with more standard fare to  speech­language pathology doctoral students through the years. I was able to glean only one or two such aphorisms from my contacts with a more conventionally  trained and clinically savvy colleague. “You can’t kill anyone with speech­language pathology,” she said. A balm to the anxieties of a beginning clinician who knows that there is so much she does not know.  A bit of humor to help you while you learn. However, the more clients I worked with, the more I was haunted by this aphorism. Certainly, killing was exceedingly rare  to nonexistent, but looming large were the specters of unfulfilled hopes and wasted time. The possibility for improving children’s lives became ever clearer, but so did  the possibility of less desirable outcomes.

Page xii Initially my clients were preschoolers whose parents were baffled by their children’s failure to express themselves clearly, or they were school­aged children who were  diagnosed with both language­learning disabilities and serious emotional problems. More recently, my clients have included unintelligible children whose problems were  largely limited to their phonology as well as children whose problems encompassed not only that one aspect of language, but almost all other areas one might examine.  All of these clients—like those with whom you currently work or will soon work—present us with puzzles to be solved and responsibilities to be met if we are to help  them. The puzzle presented by children with language disorders is the array of abilities and difficulties that they bring to language learning and use. I use the word “puzzle”  because, like puzzles, their problems at first suggest many alternative modes of solution—some better, some worse, and some probably of no value at all. Thus,  “responsibilities” follow from our professional obligation to help children maximize their skills and minimize their problems in the process of deciphering the particular  pattern of intricacies they present. In short, the reason I wrote this book was to help identify better ways of dealing with the puzzles and responsibilities that are so frustratingly linked in our interactions  with our clients. By finding the best ways of dealing with these puzzles and responsibilities we can avoid the harm implied by the aphorism quoted earlier and can  instead enrich their lives by helping them improve their communication with others. How This Book Is Organized Overall Organization of the Book

This book is divided into three major sections. In Part I, concepts in measurement are explained as they apply to children’s communication. Although some of these  concepts are quantitative in nature, others relate to the social context in which measurements are made and used. Special emphasis is placed on the concepts of validity  and reliability because all other measurement characteristics are ultimately of interest by virtue of their effects on reliability and, more importantly, on validity. This part  of the book concludes with a chapter providing direct advice regarding the examination of materials associated with measurement tools for purposes of determining  their usefulness for a particular child or group of children. In Part II, four major categories of childhood language disorders are discussed: specific language impairment (chap. 5), language problems associated with mental  retardation (chap. 6), autism spectrum disorders (chap. 7), and language problems associated with hearing impairment (chap. 8). These four categories were selected  because they are the most frequently occurring childhood language disorders. Although children across these disorder categories share many problems, each group also  presents unique challenges to assessment and management. Some of these challenges relate to the heterogeneity of language and other abilities shown by children in the  category, the relative amount of information available due to the rarity of the problem, and the often diverse theoretical orientations of researchers. Each of these  chapters provides a bare­bones introduction to the disorder category: its suspected causes,  

Page xiii special challenges to language assessment, expected patterns of language performance, and accompanying problems that are unrelated to language. A full description of  any one of these disorders would require several books as long as this one. Consequently, readers are directed to more comprehensive sources for further learning but  are given sufficient information to anticipate how language assessment will need to be focused in order to begin to respond to the special needs of each group of  children. In Part III, three major types of questions that serve as the starting points for assessment are introduced and then pursued in detail—from theoretical underpinnings to  currently available measures. The major questions correspond to steps in the clinical interaction. First, the clinician must determine whether a language problem exists;  second, he or she must determine the nature of the problem—both in terms of specific patterns of impairment across language domains and modalities and in terms of  specific problem areas within each domain and modality. Finally, he or she must track change, determining how the client’s behaviors are changing and whether  treatment seems to be the cause of identified improvements. In the course of addressing each of these questions, the reader is taken through the steps required to move  from the question to the tools available to answer it for any given client. Organization within Chapters

Each chapter contains several features designed to assist readers in mastering new content and in searching the text for specific information. Chapter outlines and  enumerated summaries of major points aid readers interested in obtaining an overview of chapter content. To help readers with new or unfamiliar vocabulary, key terms  are highlighted in the text, defined when of particular importance, and listed at the end of each chapter. Finally, a list of study questions and recommended readings is  designed to allow readers to pursue topics further. Acknowledgments Whereas the flaws of this book are certainly of my own doing, its virtues owe much to the help I have received from colleagues and friends. Numerous colleagues in  Vermont and elsewhere read sections of the book and contributed greatly to my understanding of the diverse group of children described in it and deserve my  considerable thanks. Among them are Melissa Bruce, Kristeen Elaison, Laura Engelhart, Julie Hanson, and Julie Roberts. In addition, I owe special appreciation to  Barry Guitar, whose experience with his own books helped him provide the most meaningful encouragement and advice on all aspects of the project. I am particularly  grateful for his ability to temper constructive criticism with ego­boosting praise. My long­time colleague and friend Martha Demetras took on a heroic and most helpful  reading of a near final form of the book. She along with Frances Billeaud, Bernard Grela and Elena Plante read some of the most challenging sections and tried to help  keep me on track. At Lawrence Erlbaum Associates, Susan Milmoe, Kate Graetzer, Jenny Wiseman, and Eileen Engel have helped me countless times through their  expertise and patience. Irene Farrar took my graphics and made them both clearer and more inter­  

Page xiv esting and Kathryn Houghtaling made the cover all I could have hoped for. She did this with help of the photographer Holly Favro and her most graceful niece Sara  Faust. Although not involved with this project directly, there are several mentors who have shaped my interest in the topics discussed here and contributed substantially to my  ability to tackle those topics as well as I have. They have my respect and gratitude always: Ralph Shelton, Linda Swisher, Betty Stark, Dick Curlee, and Dale Terbeek.  Finally, I owe great thanks to my parents, who each read and commented on some portion of the book and who provided encouragement along the way, not to  mention the foundation that led me to want to pursue this project.

Page 1 CHAPTER

1 Introduction Purposes of This Text Why Do We Make Measurements in the Assessment and Management of Childhood Language Disorders? What Problems Accompany Measurement? A Model of Clinical Decision Making Purposes of This Text The distraught parents of a 3­year­old with delayed communication arrive at the office of a speech­language pathologist, youngster in tow and anxiety emanating almost  palpably with every word: ‘‘Does our child have a serious problem?” “What can be done to correct it?” “How effective will treatment be?”  Although the children and the specific questions change, the scene remains the same: A child’s parents or teacher turn to a speech­language clinician for help that will  include answers to specific questions about whether a language problem exists, its nature, and how to intervene to minimize or remove its effects. This book focuses on  basic elements of measurement of childhood language disorders as the means of providing valid clinical answers to these questions because only with valid clinical  answers can effective clinical action be taken. Specifically, this book is designed to prepare readers to select, create, and use behavioral measures as they assess, manage, and evaluate treatment efficacy for chil­  

Page 2 dren with language disorders. Although it is designed to provide guidance for those working with children with any language disorder, the greatest attention is paid to  specific language impairment, autism, and language disorders related to mental retardation and hearing impairment. This book is intended primarily for graduate and undergraduate students who expect to enter the field of communication disorders. It may also serve as a refresher for  professionals, such as practicing speech­language pathologists or teachers, who have never been formally introduced to some of the basic concepts behind the wide  range of measures used in the assessment of childhood language disorders or who would like an introduction to the latest developments in this area.  Unfortunately, the topic of measurement in childhood language disorders has the reputation of threatening complexity. Indeed, measurement of language, or  communication more generally, is complex both because of the wealth of abilities and behaviors underlying language use and because of the variety of measurement  orientations on which speech­language pathology and audiology draw. Although direct roots in educational and psychological testing traditions are particularly robust,  there are also connections to measurement traditions in linguistics, personnel management, medicine, public health, and even acoustics. The approach taken here  attempts to blend the best of these traditions and alert readers to the elements they share. For all readers, the text is intended to achieve three goals. First, readers will learn to recognize the bond that ties the quality of clinical actions to the quality of  measurement used in the process of clinical decision making for children with suspected language disorders. Second, they will learn how to frame clinical questions in  measurement terms by considering the information needed and the specific methods available to answer them. Third, they will learn to recognize that all measurement  opportunities present alternatives—at times alternatives of comparable merit, but more often alternatives that vary in their ability to answer the clinical question at hand.  This last goal will enable readers to act as critical consumers and discriminating developers of clinical tools for language measurement. Case examples are used  frequently in the text to help readers apply new concepts and methods to specific problems like those they currently face or will soon encounter.  Why Do We Make Measurements in the Assessment and Management of Childhood Language Disorders? The following three cases illustrate a variety of occasions in which measurement serves as the basis for clinical actions involving children with various language  difficulties. Two­year­old Cameron has been scheduled for a communication evaluation because of parental concerns that he uses only two words and does not appear  to understand as well as his older sister did at a much younger age. Additionally, he generally avoids eye contact, which his parents find particularly  alarming because of recent exposure to a television show on autism. Thus, they have specific questions about whether their child has autism and what they  can do to improve his ability to communicate with other members of the family.

Page 3 Alejandro, a diminutive 9­year­old who hardly seems imposing enough for such a distinguished name, moved from Mexico to the United States a year ago,  has just moved into a new school district. Although he has been diagnosed with a language disorder, no information concerning the relation of that  language disorder to his bilingualism has accompanied him to his new school. Decisions regarding his school placement and access to special services will  hinge on that information. Four­year­old Mary Beth has been referred by her pediatrician to your private practice for a complete evaluation of her communication skills. Although she  has been receiving speech­language treatment since she was 2 years of age because of Down syndrome, Mary Beth has not made progress at the rate  expected by her regular speech­language pathologist or desired by her parents. In fact, she appears to have made almost no progress in the past year and  may be losing skills in some areas. These three cases illustrate the varied problems facing children and families who turn to speech­language pathologists for solutions. They also illustrate the speech­ language pathologist’s role as part of a larger team of professionals.  First, Cameron’s parents are faced with a child who appears quite delayed in his expressive and receptive language and who may also evidence difficulties in the  nonverbal underpinnings of communication. Addressing their chief concern will require an interdisciplinary effort involving several professionals (including possibly a  psychologist, a neurologist, a developmental pediatrician, and a social worker) designed to yield a differential diagnosis. If autism is diagnosed, the need for  interdisciplinary efforts will continue because of the array of problems often associated with autism—ranging from mental retardation to sleep disorders. The family’s  needs, as well as the child’s, may be intense, with the result that the speech pathologist’s focus on the child’s communication may broaden to encompass the family  communication context as well as the coordination of efforts aimed at the child’s overall needs.  Alejandro presents the speech­language pathologist with the difficult task of determining to what extent his language difficulties are differences not unlike those facing  anyone with undeveloped skills in a new language versus to what extent they reflect an underlying disorder in language learning affecting both his native and second  languages. In addition to decisions regarding the nature of direct therapy that he should receive (including whether it should be conducted in Spanish or English), critical  decisions regarding his classroom placements are pressing. Not only will the speech­language pathologist need to work closely with his family and teachers to reach  these decisions, he or she may also need to work with a translator or cultural informant to arrive at the best decisions for Alejandro’s academic and social future.  Finally, Mary Beth’s parents and pediatrician are interested in receiving information that will shed some light on her lack of progress in speech­language treatment. Such  information could help guide her subsequent treatment by providing her parents, pediatrician, and regular speech­language pathologist with a better understanding of her  current strengths and weaknesses and, consequently, a better understanding of reasonable next steps. It should be noted, however, that Mary Beth’s parents might also  use this information as they consider suing the speech­language pathologist responsible for her care. Although this prospect is remote, it is nonetheless an increasing  possibility (Rowland, 1988). These three cases reveal that speech­language pathologists are asked to obtain and use information to help children from a variety of cultural backgrounds and a range  

Page 4 of communication problems. Although they obtain much of that information directly, they must often work with families and other professionals to stand a chance of  getting the “facts.” Speech­language pathologists use some of this information themselves, such as when they identify and describe a language disorder or plan their role  in treatment. They also share information with others, including doctors, teachers, and other individuals who work with persons experiencing a communication disorder.  In brief, then, speech­language pathologists generate, use, and share information having potentially vital medical, educational, social, and even legal significance.  So how does measurement enter into the strategies used to address children’s needs? Put simply and in terms specific to its use in communication disorders,  measurement can be seen as the methods used to describe and understand characteristics of persons and their communication as part of clinical decision making,  the process by which the clinician devises a plan for clinical action. Thus, it is the connection between clinical decisions and clinical action that makes measurement  matter (Messick, 1989). Clinicians make numerous, almost countless decisions about a child in the course of a clinical relationship—from determining that a  communication disorder exists, to selecting a general course of treatment, to examining the efficacy of a very specific treatment task. Because the clinician bases her  actions at least in part on measurement data obtained from the client, the quality of the action will be closely related to the quality of the data used to plan it. The section  that follows considers several decision points that offer opportunities for successes—or failures—in clinical decision making.  What Problems Accompany Measurement? Table 1.1 lists five different kinds of decisions occurring in the course of a clinical relationship as well as some of the measures that might be used to provide input to  each decision. This listing is intended to illustrate the variety of decisions to be made rather than to list them exhaustively. As illustrated in the table, decision making  begins even prior to the initiation of an ongoing clinical relationship, as the speech­language pathologist screens communication skills to determine whether additional  attention is warranted. Subsequently, the clinician will require more information to understand the nature of the problem presented and to arrive at decisions about how  best to manage it. Once a program of management is in place, ongoing measurement is required to respond to the client’s changing needs and accomplishments. Even  the end of the clinical relationship is based on the clinician’s use of measurement with dismissal from treatment usually occurring when communication skills are  normalized, maximum gains have been effected, or treatment has been found to be unsuccessful. At each of the points of decision making, the potential for harm enters  hand in hand with the potential for benefit. A brief reconsideration of the case of Mary Beth can be used to illustrate the potential for clinical harm as well as to introduce a method for evaluating the effects of  different kinds of errors in decision making. Recall that Mary Beth has received speech­language treatment for 2 years because of an early diagnosis of Down  syndrome. Her lack of any progress in speech and language over the past year, or worse yet, her loss of

Page 5 Table 1.1 Clinical Decisions in Speech­Language Pathology Clinical Decision

Related Clinical Actions

l

Screening for a language disorder

l l l l

Diagnosis of a language disorder

l l

Refer for complete evaluation Counsel client and family Inform and confer with relevant professionals Refer for related evaluations Recommend treatment, monitoring, or no treatment Counsel client and family Inform and confer with relevant professionals

Recommend type and frequency of treatment l Identify strengths and weaknesses in  communicative functioning l Consult with professionals serving client needs  (e.g., educators, psychologists, physicians) l

Planning for management of language disorder

l

Assessment of change in communication over time

l l l

Identification of need for additional information in a  related area

Infer developmental trends Modify treatment plan Document treatment efficacy Dismiss from treatment

Refer to a related professional for additional  information

Types of Measures Used

l l l

l l l

Client and family interview Standardized screening measure Informal clinician­designed measure  Client and family interview Standardized norm­referenced tests  Parent report instruments

Standardized norm­referenced or criterion­ referenced tests l Informal measures related to specific treatment goals  or used to describe domains for which measures are  unavailable or that require a realistic setting (e.g.,  functional performance in the classroom) l

Standardized norm­referenced or criterion­ referenced tests l Informal measures related to specific treatment goals l Single subject experimental designs l

l

l

l l

Client and family interview Standardized norm­referenced tests  Informal clinician­devised measure 

skills, may represent a poor fit between the assessment tools used to measure progress and the areas in which Mary Beth has in fact advanced, or it may represent  some unsatisfactory clinical practice of her regular speech­language pathologist. On the other hand, this lack of progress may reflect a change in Mary Beth’s  neurological status that requires medical attention. Therefore, one of the most immediate decisions to be made from a speech­language perspective is whether to refer  Mary Beth to a neurologist. Figure 1.1, a decision matrix, illustrates a method for thinking about the possible outcomes associated with this particular decision. This type of decision matrix has 

Page 6

Fig. 1.1.  A decision matrix for the decision of whether to refer Mary Beth for neurologic evaluation. been used to assess the implications of alternative choices in a variety of fields (Berk, 1984; Thorner & Remein, 1962; Turner & Nielsen, 1984). To construct such a  matrix as a means of considering repercussions for a single case, one pretends that one has access to the ultimate “truth” about what is best for Mary Beth. From that  perspective, a referral either should or should not be made—no doubts.  With such perfect knowledge, therefore, suppose that a referral should be made. In that case, the clinician will have made a correct judgment if he or she has referred  and an incorrect one if he or she has not. If the clinician errs by not referring, Mary Beth may become involved in the expense and frustration of continuing speech­ language treatment that is doomed to failure. Further she may be delayed in or prevented from receiving attention for an incipient neurologic condition, which, in turn,  could have serious, even life­threatening consequences. Although this error might be corrected over time, its effects are likely to be relatively long lasting and potentially  costly in terms of time and money. On the other hand, suppose that the “truth’’ is that a referral is not needed and therefore should not be made. In that case the clinician will have made a correct  judgment if she has not referred and an error if she has. Plausibly, this type of error may result in a needless expenditure of time and money and in undue concern on the  part of Mary Beth’s family. A bit more positively, however, the effects of this error would probably be relatively short­lived: Once the neurologic evaluation took place,  the concern would probably end. A decision matrix makes it clear that different errors in clinical decision making are associated with different effects. Errors vary in terms of the likelihood that they  

Page 7 will be detected, the time course for that detection, and the nature of costs they will exact from the client and clinician. The decision matrix, therefore, is a particularly  powerful tool because it allows one to examine both the frequency and type of errors made. I return to this type of matrix frequently because of its helpfulness in  thinking about tools used to reach clinical decisions. In the next section of this chapter, I introduce methods used to understand (and therefore potentially to improve) clinical decision making. Their description is followed  by the introduction of a model that is intended to serve as a framework in which to think about the steps involved in formulating and answering clinical questions.  A Model of Clinical Decision Making The processes by which individuals make decisions about complex problems—such as those involved in a variety of clinical settings—have been the focus of several  lines of research (Shanteau & Stewart, 1992; Tracey & Rounds, 1999). Each differs from the others somewhat in intent, but all have something to offer anyone  interested in clinical decision making. First, decision making has been of interest to psychologists who want to understand how complicated problems are solved and to what extent those who are  acknowledged “expert” problem solvers in a given area (e.g., chess, medicine, accounting) differ from naive problem solvers (Barsalou, 1992). Second. skilled decision  making has been studied by researchers from a variety of disciplines who wish to develop computer programs called expert systems, which seek to mimic expert  performance (Shanteau & Stewart, 1992). Such researchers have focused on the creation of computer programs yielding optimal clinical judgments. Because they  focus on successful decision making, these researchers have been uninterested in understanding expert errors in decision­making. Finally, there has been a much smaller  group of researchers who study the nature and process of decision making in specific fields for the benefit of the field itself. In speech­language pathology and  audiology, such research has increased dramatically over the last decade (e.g., McCauley & Baker, 1994; Records & Tomblin, 1994; Records & Weiss, 1991).  Researchers in this third category tend to be interested in both errors and successful performance, often as a means of improving professional training.  You may be asking, “How does research on decision­making relate to measurement in speech­language pathology?” and more specifically, “How can it help me be a  better professional?’’ To begin with, a detailed understanding of expert clinical decision making may help beginning clinicians reach the ranks of “expert” more quickly.  For example, such an understanding may identify which sources of information and which methods experts use—as well as which ones they avoid. Another potential  benefit of research in clinical decision making is that it may identify problems that beset even experienced clinicians, thereby helping decision makers at all levels be  vigilant in avoiding them (e.g., Faust, 1986; Tracey & Rounds, 1999). A relatively brief description of two such problems may help illustrate the potential value of this  type of research. In a review of research on human judgment in clinical psychology and related fields, Faust (1986) described clinicians’ over­reliance on confirmatory strategies.  Essentially, the use of a confirmatory strategy means that after forming a hypothe­  

Page 8 sis early in the course of decision making (e.g., regarding a diagnosis, etiology, or some other clinical question), the clinician proceeds to search out and emphasize  information tending to confirm the hypothesis. At the same time, she or he may fail to search out discrepant evidence. The tendency for very able clinicians to adopt  such a strategy has been demonstrated repeatedly in studies in which clinicians are asked to make decisions on hypothetical clinical data (Chapman & Chapman, 1967,  1969; Dawes, Faust, & Meehl, 1993). For an example of how a confirmatory strategy might operate in a case of decision making in speech­language pathology, I return to the case of Alejandro. Suppose  that Alejandro’s clinician initially develops the hypothesis that Alejandro responds most consistently when communicating in English. The clinician would be using a  confirmatory strategy if she or he failed to evaluate Alejandro’s performance for Spanish and informally sought teachers’ impressions of how well Alejandro was  responding to the English­only approach she had recommended, but did so in such a way as to invite only positive reactions. A second example of a problem in clinical decision making has been described as the failure to “realize the extent to which sampling error increases as sample size  decreases.” (Faust, 1986, p. 421). Tversky and Kahneman (1993) described this practice as evidence of “the belief in the law of small numbers,” by which they  mean the tendency to assume that even a very small sample is likely to be representative of the larger population from which it is drawn. Returning to one of the  hypothetical cases presented earlier, imagine this sort of problem as menacing the clinician who is to evaluate Mary Beth, the youngster with Down syndrome. Suppose  that that clinician were to have seen only two or three children with Down syndrome during her clinical career—each of whom had made exceptionally poor progress.  The danger would be that the clinician would consider those few children she had seen as representative of all children with that diagnosis, thereby causing her to  downplay the stated concerns about Mary Beth’s lack of progress.  Neither of these problems in clinical decision making has been seen as evidence of gross incompetence. Although poor clinicians may succumb more frequently to these  practices, the practices themselves should be of considerable concern to scientifically oriented clinicians precisely because they seem to be related to tendencies in  human problem solving, and they must actively be worked against for the good of clients and of the profession. Once aware that bad habits such as those described above may creep into clinical decision making, the wary clinician can seek remedies. Among the remedies  recommended for the tendency to use a confirmatory strategy is the adoption of a disconfirmatory strategy, in which evidence both for and against one’s pet hypothesis  is sought after and valued. Similarly, a belief in the law of small numbers can be undermined by reminders that when one has only limited experience with individuals  with a particular type of communication disorder, the characteristics of people from that sample are quite likely to be unrepresentative of that population as a whole.  Although the process by which speech­language pathologists and audiologists reach clinical decisions is far from well understood at this point (Kamhi, 1994; Yoder &  Kent, 1988), the model shown in Fig. 1.2 is intended to serve as a working model that can be

Page 9

Fig. 1.2.  A model illustrating the ways in which measurements are used to reach clinical decisions leading to the initiation or modification of clinical actions.  elaborated on as understanding increases. Such a graphic model can help emphasize the varied nature of the processes involved in reaching complex clinical decisions,  including both those that are very deliberate and readily available for inspection as well as those that are almost automatic and less available for observation.  The process of clinical decision making is initiated as the speech­language pathologist formulates one or more clinical questions. Although such questions may often  coincide with those actually expressed by the client, they may not always do so. Thus for example, the parents of 3­year­old Mary Beth may not have expressed  interest in having her hearing status evaluated. On the other hand, her speech­language pathologist would see that as a critically important question, given both the  susceptibility to middle ear infection with associated hearing loss among children with Down syn­  

Page 10 drome and the pivotal role of hearing in speech­language acquisition. This example points out that clinical questions arise both from clients’ expressions of need and  from the expert knowledge possessed by the clinician. The formulation of clinical questions is of central importance to the quality of clinical decision making because it drives all that follows. First, the clinical question  determines what range of information should be sought. Second, it guides the clinician in the selection or creation of appropriate measurement tools. In fact, it is widely  held that any measurement tool can only be evaluated in relation to its adequacy in addressing a specific clinical question (American Educational Research Association  [AERA], American Psychological Association [APA], & National Council on Measurement in Education [NCME], 1985; Messick, 1988). No measure is intrinsically  “good” or “valid.” Rather, the quality of a measure varies depending on the specific question it is used to address. Thus, for example, a given language test may be an  excellent tool for answering a question about the adequacy of 4­year­old Mary Beth’s expressive language skills, yet it may be a perfectly awful tool if used to examine  such skills for 9­year­old bilingual Alejandro. Optimally, specific measurement tools will be selected so as to address the full scope of each clinical question being posed using the best measures available (Vetter,  1988b). For some questions, however, the wealth of commercially available standardized tests and published procedures will fail to yield any acceptable measure, or  even any measure at all. At such times, clinicians may decide to develop an informal measure of their own (Vetter, 1988a), or they may simply have to admit that not all  clinical questions for all clients are answerable (Pedhazur & Schmelkin, 1991). The administration or collection of selected clinical measures is certainly the most obvious portion of the clinical decision­making process. Its importance can be  emphasized by reference to the data­processing adage “garbage in, garbage out.’’ Put more decorously, the act of skillful administration is crucial to the quality of  information obtained. Haphazard compliance with standard administration guidelines may render the information obtained spurious and misleading, thereby undermining  all later efforts of the clinician to use it to arrive at a reasonable clinical decision. Following data collection, the clinician examines information obtained across a variety of sources and integrates that information to address specific clinical questions.  For example, in order to comment on the reasonableness of progress made by Mary Beth during the past 2 years, her speech­language pathologist will need to perform  a Herculean task—integrating across time and content area measures related to speech, language, hearing, and nonverbal cognition.  Components of the clinical decision­making process outlined in Fig. 1.1 have received differing amounts of attention from speech­language pathology and audiology  professionals. Thus, for example, considerable attention has been paid to the formulation of relevant clinical questions for specific categories of communication  disorders (e.g., Creaghead, Newman & Secord, 1989; Guitar, 1998; Lahey, 1988). On the other hand, little has been written about how clinicians can use such  information to arrive at effective clinical decisions (Records & Tomblin, 1994; Turner & Nielsen, 1984). Therefore, in the remainder of this text, both venerable  concepts and emerging hypotheses will be shared to help readers improve the quality of their clinical decision 

Page 11 making and, consequently, of their clinical actions toward children with developmental language disorders. Summary 1. Measurement of developmental language disorders draws on methods used in a wide variety of disciplines. 2. The purposes of this text are to help readers learn to frame effective clinical questions that will guide the decision­making process, to recognize that all measurement  opportunities present alternatives, and to recognize the connection between the quality of clinical actions and the quality of measurement used in the clinical decision­ making process. 3. Speech­language pathologists obtain and use information obtained through measurement to arrive at diagnoses that affect medical, educational, social, and even legal  outcomes. They derive this information cooperatively with others (e.g., families and other professionals) and share it with others as a means of achieving the child’s  greatest good. 4. Measurement is important because it helps drive clinical decision making, which in turn affects clinical actions. 5. Measurement is used to address clinical questions related to screening, diagnosis, planning for treatment, determining severity, evaluating treatment efficacy, and  evaluating change in communication over time. 6. The cognitive processes involved in clinical decision making are not well understood but have begun to be studied in research addressing complex problem solving,  computer expert systems, and specific issues within a variety of fields (e.g., medicine, special education). 7. Examples of problematic tendencies that have been identified as possible barriers to effective clinical decision making include the use of confirmatory strategies and  the belief in the law of small numbers. Key Concepts and Terms belief in the law of small numbers: the tendency to overvalue information obtained from a relatively small sample of individuals, for example, those few individuals  with an uncommon disorder with whom one has had direct contact. clinical decision making: the processes by which clinicians pose and answer clinical questions as a basis for clinical actions such as diagnosing a communication  disorder, developing a treatment plan, or referring a client for medical evaluation. confirmatory strategy: the tendency to seek and pay special attention to information that is consistent with a clinical hypothesis while failing to seek, or undervaluing,  information that is not consistent with the hypothesis. decision matrix: a method used to consider the outcomes associated with correct and incorrect decisions.

Page 12 differential diagnosis: the identification of a specific disorder when several diagnoses are possible because of shared symptoms (self­reported problems) and signs  (observed problems). measurement: methods used to describe and understand characteristics of a person. Study Questions and Questions to Expand Your Thinking 1. Taking each of the three cases described earlier in the chapter, use Table 1.1 to determine what types of clinical decisions and related clinical actions are likely to be  required for each. 2. For each of those cases used in Question 1, identify a binary clinical decision and consider the implications of the two kinds of errors that can result.  3. On the basis of your current knowledge of children with language disorders, develop a hierarchy of outcomes that might result from clinical errors in the following  cases: l l l l

screening of hearing in a 4­month­old infant;   collection of treatment data in English for a child whose first language is Vietnamese;  collection of trial treatment data for purposes of selecting treatment goals for a child exhibiting significant semantic delays;   evaluation of a language skills in a child who exhibits severe delays in speech development. 

4. Think about decisions—big and small—that you may have made during the last week. Try to remember the process by which you reached your decision. Did any of  your decision making involve the use of a confirmatory strategy? Describe the specific example and how your thinking might have differed if you had avoided such a  strategy. Recommended Readings Barsalou, L. W. (1992). Cognitive psychology: An overview for cognitive scientists. Hillsdale, NJ: Lawrence Erlbaum Associates. McCauley, R. J. (1988). Measurement as a dangerous activity. Hearsay: Journal of the Ohio Speech and Hearing Association, Spring 1988, 6–9.  Tracey, T. J., & Rounds, J. (1999). Inference and attribution errors in test interpretation. In J. W. Lichtenberg & R. K. Goodyear (Eds.), Scientist­practitioner  perspectives on test interpretation (pp. 113–131). Boston: Allyn & Bacon.  References American Educational Research Association (AERA), American Psychological Association (APA), & National Council on Measurement in Education (NCME)  (1985). Standards for educational and psychological testing. Washington, DC: APA. Barsalou, L. W. (1992). Thinking. Cognitive psychology: An overview for cognitive scientists. Hillsdale, NJ: Lawrence Erlbaum Associates.

Page 13 Berk, R. A. (1984). Screening and diagnosis of children with learning disabilities. Springfield, IL: C. C. Thomas. Chapman, L. J., & Chapman, J. P. (1967). Genesis of popular but erroneous psychodiagnostic observations. Journal of Abnormal Psychology, 72, 193–204.  Chapman, L. J., & Chapman, J. P. (1969). Illusory correlation as an obstacle to the use of valid psychodiagnostic signs. Journal of Abnormal Psychology, 74, 271– 280. Creaghead, N. A., Newman, P. W., & Secord, W. A. (1989). Assessment and remediation of articulatory and phonological disorders. Columbus: Merrill. Dawes, R. M., Faust, D., & Meehl, P. E. (1993). Statistical prediction versus clinical prediction: Improving what works. In G. Keren & C. Lewis (Eds.), A handbook  for data analysis in the behavioral sciences: Methodological issues (pp. 351–367). Hillsdale, NJ: Lawrence Erlbaum Associates.  Faust, D. (1986). Research on human judgment and its application to clinical practice. Professional Psychology, 17, 420–430.  Guitar, B. (1998). Stuttering: An integrated approach to the nature and treatment (3rd ed.). Baltimore, MD: Williams & Wilkins. Kamhi, A. G. (1994). Toward a theory of clinical expertise in speech­language pathology. Language, Speech, Hearing Services in Schools, 25, 115–118.  Lahey, M. (1988). Language disorders and language development. New York: Macmillan. McCauley, R. J. (1988, Spring). Measurement as a dangerous activity. Hearsay: Journal of the Ohio Speech and Hearing Association, 6–9.  McCauley, R. J. & Baker, N. E. (1994). Clinical decision­making in specific language impairment: Actual cases. Journal of the National Student Speech­Language­ Hearing Association, 21, 50–58.  Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational measurement (pp. 13–104). New York: American Council on Education and Macmillan Publishing.  Pedhazur, R. J., & Schmelkin, L. P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Records, N. L., & Weiss, A. (1990). Clinical judgment: An overview. Journal of Childhood Communication Disorders, 13, 153–165.  Records, N. L., & Tomblin, J. B. (1994). Clinical decision making: Describing the decision­rules of practicing speech­language pathologists, Journal of Speech and  Hearing Research, 37, 144–156.  Rowland, R. C. (1988). Malpractice in audiology and speech­language pathology. Asha, 45–48.  Shanteau, J., & Stewart, T. R. (1992). Why study expert decision making? Some historical perspectives and comments. Organizational Behavior and Human  Decision Processes, 53, 95–106.  Thorner, R. M. & Remein, Q. R. (1962). Principles and procedures in the evaluation of screening for disease. Public Health Service Monograph No. 67, 408–421.  Tracey, T. J., & Rounds, J. (1999). Inference and attribution errors in test interpretation. In J. W. Lichtenberg & R. K. Goodyear (Eds.), Scientist­practitioner  perspectives on test interpretation (pp. 113–131). Boston: Allyn & Bacon.  Turner, R. G. & Nielsen, D. W. (1984). Application of clinical decision analysis to audiological tests. Ear and Hearing, 5, 125–133.  Tversky, A. & Kahneman, D. (1993). Belief in the law of small numbers. In G. Keren & C. Lewis (Eds.), A handbook for data analysis in the behavioral sciences:  Methodological issues (pp. 341–350). Hillsdale, NJ: Lawrence Erlbaum Associates.  Vetter, D. K. (1988a). Designing informal assessment procedures. In D. E. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp. 192– 193). Toronto: BC Decker Inc. Vetter, D. K. (1988b). Evaluation of tests and assessment procedures. In D. E. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp.  190–191). Toronto: BC Decker Inc.  Yoder, D. E., & Kent, R. D. (Eds.) (1988). Decision making in speech­language pathology. Toronto: BC Decker Inc. 

Page 14

Page 15

PART

I BASIC CONCEPTS IN ASSESSMENT

Page 16

Page 17 CHAPTER

2 Measurement of Children’s Communication and Related Skills  Theoretical Building Blocks of Measurement Basic Statistical Concepts Characterizing the Performance of Individuals Case Example Theoretical Building Blocks of Measurement What Is Measured by Measurements?

Measurements are usually indirect, that is, they involve the description of a characteristic taken to be closely related to but different from the characteristic of interest.  As an illustration of this notion, Pedhazur and Schmelkin (1991) considered temperature. Conceptually, temperature is most closely related to the rate of molecular  movement within a material, yet it is almost always measured using a column of mercury. In this way, the measurement is made indirectly using the height of the column  of mercury as the indicator, or indirect focus of measurement. Although it would be possible to determine the rate of molecular movement more directly, this is not  done because of the considerable expense and effort involved. Similarly, measurements of behavior or other characteristics of people are almost always indirect. Consider, for example, a characteristic that might be of interest to a  

Page 18 speech­language pathologist, such as a child’s ability to understand language. Clearly, as in the case of temperature, one cannot easily measure this characteristic in a  direct fashion. In fact, the ability to understand language cannot ever be directly measured but instead must be inferred from a variety of indicators. This is because that  ability is a theoretical construct,1 a concept used in a specific way within a particular system of related concepts, or theory. Thus, the theoretical construct referred  to here as “the ability to understand language” represents shorthand for the carefully weighed observations one has made about people as they respond to the  vocalizations of others as well as for the information one has read or been told about this construct by others. Figure 2.1 attempts to capture the complex relationship  between what one wants to measure, the theoretical construct, and the indicators used to measure it. Looking at Fig. 2.1, you can see that there are many possible indicators for a single construct. This premise is important to clinicians and researchers who need to  recognize that any test or measure they use represents a choice from the set of all possible indicators. As will become clearer in later sections of this book, the wealth of indicators available for a construct presents flexibility for those interested in measuring the construct,  but it also presents potential problems. For example, a diverse range of indicators for a single construct (e.g., intelligence) can lead to confusion when clinicians or  researchers use different indicators in relation to the same construct and reach different conclusions about both the construct and how the characteristic being studied  functions in the world. As an example, if one were to use an “intelligence” test that heavily emphasizes knowledge of a particular culture, then use of that measure with  children who come from a different culture would lead to very different conclusions regarding how intelligent the children are.  Alternatively, focusing on a single indicator and ignoring the broader range of possible indicators for a given construct can lead to its impoverishment. This type of  problem has recently received attention in the literature on learning disabilities, where it has been asserted that intelligence is synonymous with performance on one  particular test—the Wechsler Intelligence Scale for Children­Revised (Wechsler, 1974). Critics complain that the use of this single measure means that the  knowledge gained by such research may be far more limited in its appropriate application than has been appreciated. In summary, the choice of which indicator and  how many indicators are used in order to gain information about a particular construct—be it intelligence, receptive language, or narrative production—have important  implications for the quality of information to be gained. Pedhazur and Schmelkin (1991) described two kinds of indicators: reflective and formative indicators. Reflective indicators represent effects of the construct, and  formative indicators represent causes of it. An example of a reflective indicator of one’s ability to understand a language would be the proportion of a set of simple  commands in that language that one can correctly follow. An example of a formative indicator of one’s ability to understand a language would be the number of years  one has 1 Within the literature on psychological testing, there is a tendency to refer to such constructs as latent variables.

Page 19

Fig. 2.1.  The relationship between a theoretical construct—single word comprehension— and several indicators that could be used to measure it.  been exposed to it. Almost all indicators are reflective; however, formative indicators are sometimes used. By this point, you may be scratching your head, wondering whether the term indicator is synonymous with the somewhat more familiar term variable. In fact, those  terms are quite closely related and, at times, may be used synonymously. I introduced the term indicator first because variable is so closely associated with research  that its application to clinical measures might have seemed confusing. Consequently, I believe that an initial discussion of indicators may help readers see how similar  clinical and research measures are to one another while averting the confusion. For the purposes of this book, indicator and variable will be used almost  interchangeably to refer to a measurable characteristic associated with a theoretical construct. However, variable is frequently used in a more restricted way than  indicator, to refer to a property that takes on specific values (Kerlinger, 1973). One more term that commonly functions as a building block for measurement in descriptions of human behavior and abilities is the operational definition. This term  was originally introduced in physics by Bridgman (1927) to suggest that in a given application (e.g., a specific research design or a particular clinical measure) a  construct can be considered identical to the procedures used to measure it. Operational definitions have been influential in communication disorders because they have  given rise to the clinical use of behavioral objectives, specific statements defining desired outcomes of treatment for clients in terms that explain exactly how one will  know whether the desired outcome has been achieved. Operational definitions are probably most useful as a means of encouraging us to think carefully about the  specific indicators we use to gain information about a given theoretical construct.

Page 20 TESTING AND MEASUREMENT CLOSE­UP:  ALFRED BINET AND THE POTENTIAL EVILS OF REIFICATION In his 1981 book The Mismeasure of Man, Stephen Jay Gould, a noted biologist and popularizer of science, described the work of Alfred Binet, the Frenchman  who developed one of the first well­known intelligence tests. Gould noted that Binet began to develop the test in 1904 when he was commissioned by the minister of  education to devise a practical technique for ‘‘identifying those children whose lack of success in normal classrooms suggested the need for some form of special  education” (p. 149). Almost as soon as the test came into use, Binet expressed hopes that its results not be taken as iron­clad predictions of what a child could  achieve, but that they be used as a basis for providing help rather than as a justification for limiting opportunities. Gould went on to describe the regrettable dismantling  of Binet’s fond hope. Gould’s book describes the process of the reification of intelligence, a process in which an abstract, complex theoretical construct (such as “intelligence”) comes to  have a life of its own, to be seen as real rather than the abstract approximations that its originators may have had in mind. To illustrate this process, Gould described  events in the United States that occurred within a mere 20 years of Binet’s initial test development. Intelligence had been reified to the point that it was used—or  rather misused—as a basis for decisions having major effects on military service, emigration policies, penal systems, and the treatment of individuals suspected of  “mental defectiveness: ” Levels of Measurement

There are numerous ways to categorize measurements, but the notion of levels, or scales, of measurement introduced by S. S. Stevens (1951) is one of the most  influential and continues to inspire both defenders and attackers. Stevens’s levels describe the mathematical properties of different kinds of indicators, or variables. The  concept of levels is usually defined operationally, with each level of measurement described in terms of the methods used to assign values to variables—for example,  whether the values are assigned using categories (normal vs. disordered) versus numbers (percentage correct). Typically, a hierarchical system of four ordered levels is discussed, in which the higher levels preserve greater amounts of information about the characteristic being  measured. Table 2.1 summarizes the defining properties of each level of measurement and lists examples of each that relate to the assessment of childhood language  disorders. These levels not only have implications for our interpretation of specific measures, but also what statistics will be appropriate for their further investigation.  The nominal level of measurement refers to measures in which mutually exclusive categories are used. Diagnostic labels and category systems for describing errors  are frequently used examples of nominal measures. Although numerals may some­  

Page 21 Table 2.1 Three Levels of Measurement, Their Defining Characteristics and Examples From Developmental Language Disorders Level of  Measurement Characteristics

Examples

l

Nominal

l

Mutually exclusive categories

l l

Describing a child as having word­finding difficulties  Labeling a child’s problem as specific language impairment  Describing a child’s use and nonuse for each of 14 grammatical morphemes 

Describing the severity of a child’s expressive language difficulties as severe  Characterizing a child’s intelligibility along a rating scale, such as “intelligible  with careful listening,” where no effort has been made to assure that the scale has  equal intervals l Describing a child’s language in a conversational sample as productive at a  particular phase (Lahey, 1988) l

Ordinal

l Mutually exclusive categories l Categories reflect a rank ordering of the characteristic being  measured

Mutually exclusive categories Categories reflect a rank ordering of the characteristic being  measured l Units of equal size are used making the comparison of  differences in numbers of units meaningful l l

Interval

l

Summarizing a child’s standardized test performance using a raw or standard  score l Describing a child’s spontaneous use of personal pronouns using the number of  correct responses l Rating intelligibility using an equal­interval scale  l

times be used as labels for nominal categories (e.g., serial numbers or numbers on baseball jerseys), nominal measurements are not quantitative and simply involve the  assignment of an individual or behavior to a particular category. Measurement at this level is quite crude in that all people or behaviors assigned to a specific category  are treated as if they are identical. Ideally, categories used in nominal level measures are mutually exclusive: Each person or characteristic to be measured can be assigned to only one category.  Diagnostic labels used in childhood language disorders can ideally be thought of as nominal; however, they are not always mutually exclusive. For example, a child may  have language problems associated with both mental retardation and hearing impairment. Similarly, a child with mental retardation may show a pattern of greater  difficulties with linguistic than nonlinguistic cognitive functions, leading one to want to entertain a designation of the child as both language impaired and mentally retarded  (Francis, Fletcher, Shaywitz, Shaywitz, & Rourke, 1996). The ordinal level of measurement refers to measures using mutually exclusive categories in which the categories reflect an underlying ranking of the characteristic  

Page 22 to be measured. Put differently, at this level, categories bear an ordered relationship to one another so that objects or persons placed in one category have less or more  of the characteristic being measured than those assigned to another category. Despite the greater information provided at this level of measurement compared with the  nominal level, it lacks the assumption that categories differ from one another by equal amounts. Severity ratings are probably the most commonly used ordinal measures  in childhood language disorders. Although ordinal measures reflect relative amounts of a characteristic, they are still not quantitative in the sense of reflecting precise numerical relationships between  categories. For example, although a profound expressive language impairment may be regarded as representing “more” of an impairment than a severe expressive  language impairment, it is not clear how much more of the impairment is present. One result of the absence of equal distances between categories (also called equal intervals) in an ordinal measure is that when rankings are based on an individual  judgment, they are likely to be quite inconsistent across individuals. Imagine the case of a clinician who only serves children with devastatingly severe language  impairments. When that clinician uses the label mild to describe a child’s problems, it may mean something very different from the level of impairment meant to be  conveyed by the same label when it is used by clinicians serving a less involved population. Because of this, it has been recommended that ordinal measures be used  when the ratings made by a single individual will be compared with one another, but not when ratings of several people will be compared (Allen & Yen, 1979;  Pedhazur & Schmelkin, 1991). The interval level of measurement refers to measures using mutually exclusive categories, ordered rankings of categories, and units of equal size. It is the highest  level of measurement usually encountered in measurements of human abilities and behavior. Unlike measurements at the first two levels, measurements at this level can  be considered quantitative because numerical differences between scores are meaningful, as was not the case for numerals used at the nominal or ordinal levels. Test  scores are usually identified as the most frequent examples of this level of measurement in childhood language disorders.  The use of equal­size units in interval­level measurements allows more precise comparisons of measured characteristics to take place. For example, someone who  receives a score of 100 on a vocabulary test can be said to have received 10 more points than someone who received a score of 90, and the same can be said for the  person who scored 40 points when compared with someone who scored 30 on the same test. What cannot be said, however, is that someone who received a score of  80 knew twice as much as someone who received a score of 40—that comparison entails a ratio (80:40), and the ability to describe ratios precisely is not reached until  the final level of measurement. However, for most measurement purposes, the interval level of measurement allows sufficient precision.  The ratio level of measurement refers to measures using mutually exclusive categories, ordered rankings of categories, equal­size units, and a real zero. Achievement  of this level of measurement is considered rare in the behavioral sciences, but occurs when a measure demonstrates all of the traits associated with interval measures  along 

Page 23 with a sensitivity to the absence of the characteristic being measured—the “real zero” mentioned above. The term ratio is used to describe such measures because ratio  comparisons of two different measurements along this scale hold true regardless of the unit of measurement that is used. It should also be noted that when ratios are  formed from other measures, they achieve this level of measurement. For example, the ratio of a person’s height to weight falls at the ratio level of measurement.  Measures involving time (such as age or duration) are probably the most common of the relatively few measures in childhood language disorders that reach the ratio  level. At this point, readers may wonder why score data are not described as falling at the ratio level of measurement given that a score of 0 on a test or other scored clinical  measures is an unpleasant but real possibility. For score data, however, the zero point is considered an arbitrary zero rather than a real zero because a score of 0 does  not reflect a real absence of the characteristic being studied (Pedhazur & Schmelkin, 1991). Thus, for example, a score of zero on a 15­item task concerning  phonological awareness is not considered indicative of a complete absence of phonological awareness on the part of the person taking the test. In order to demonstrate  that a person has no phonological awareness, the test would need to include items addressing all possible demonstrations of phonological awareness and would  therefore be too long to administer (or devise, for that matter). Information concerning levels of measurement may be a review to many readers who remember it from past statistics or research methods courses. Levels of  measurement are introduced in those contexts because each level is associated with specific mathematical transformations that can be applied to measurements at that  level without changing the relationship between the characteristic to be measured and the value or category assigned to it. Those mathematical properties, in turn,  determine the types of statistics considered appropriate to the measure. In general, the lower the level of measurement, the less information contained in the measure  and the less flexibility one will have in its statistical treatment. Recall that a given construct may be associated with indicators at various levels of measurement. Consequently, the level of measurement of an indicator may be one  consideration when choosing a particular measure. Thus, for example, imagine that you are interested in characterizing a child’s skill at structuring an oral narrative. At  the crudest level, one might choose to label a child’s performance in the production of such a narrative as impaired or not impaired—measuring it at a nominal level. For  greater precision, however, a spontaneous narrative produced by the child might be rated using a 5­point scale, with 1 indicating a very poorly organized narrative  and 5 a narrative with adult­like structure. Yet probably the most satisfactory type of measure for describing this child’s difficulties is one at the interval level of  measurement. An example of such a measure for narrative production is one devised by Culatta, Page, and Ellis (1983), in which the child receives a score for the  number of propositions correctly recalled in a story­retelling task. With such a measure (as opposed to measures at the nominal or ordinal levels), you can obtain  greater insight into the nature of the difficulties facing the child and can more readily make comparisons to the severity of other children with problems in narrative  production.

Page 24 Basic Statistical Concepts As a branch of applied mathematics, the field of statistics has two general uses: describing groups of measurements made to gain information about one or more  variables and testing hypotheses about the relationships of variables to one another. For many students in an elementary statistics class, each of these uses represents a  vast, awe­inspiring, and sometimes fear­provoking landscape. In this section of the chapter, only the highest peaks and lowest valleys of these landscapes will be  surveyed. Specifically, selected statistical concepts are introduced in terms of their meaning and the practical uses to which they are applied by those of us interested in  measuring children’s behaviors and abilities. Although statistical calculations are described, only rarely are specific formulas given so that the connection between  meaning and application can remain particularly close. More elaborate and mathematically specific discussions can be found in sources such as Pedhazur and Schmelkin  (1991). Statistical Concepts Used to Describe Groups of Measurements

One of the most common uses of statistics is to summarize groups of measurements, typically referred to as distributions. Distributions can consist of a set of  measurements based on actual observations (often called a sample) or a set of values hypothesized for a set of possible observations (often called a population). An  example of a distribution based on a sample would be all of the test scores obtained by children in a single preschool class on a screening test of language. In contrast,  an example of a distribution based on a population would be all of the scores on that same test obtained by any child who has ever taken it. Except when population  distributions are discussed from a purely mathematical point of view, they are almost always inferred from a specific sample distribution because of the impracticality or  even impossibility of measuring the population. Two types of statistics used to summarize distributions of measurements are measures of central tendency and variability. Measures of central tendency are designed  to convey a typical or representative value, whereas measures of variability are used to convey the degree of variation from the central tendency.  Measures of central tendency have been described as indicating “how scores tend to cluster in a particular distribution” (Williams, 1979, p. 30). The three most  common measures of central tendency are (in order of decreasing use) the mean, median, and mode. The mean is the most common measure of central tendency. It is  used to refer to the value in a distribution that is the arithmetic average, that is, the result when the sum of all scores in a distribution is divided by the number of scores in  the distribution. Unlike the two other measures of central tendency, the mean is appropriate only for measurements that fall at interval or ratio levels. Although it is  considered the richest measure of central tendency, the mean has the negative feature of being particularly sensitive to outliers—extreme scores that differ greatly from  most scores in the distribution. Because of this, the mean will sometimes not be used even if the level of measurement allows it; instead, the median, which is the next  most sensitive measure of central tendency will be used.

Page 25 The median is the score or category that lies at the midpoint of a distribution. It is the middle score in the case of ungrouped distributions of interval or ratio data and  the middle category in the case of ordinal data. The median is considered an appropriate measure of central tendency for either ordinal or interval measures and is even  superior to the mean in terms of its relative stability in the face of outliers. On the other hand, it is considered inappropriate for nominal measures because the categories  used at that level of measurement cannot, by definition, be ordered logically. Because of this lack of ‘‘order” in nominal data, finding a middle score or category is  nonsensical. The third and final measure of central tendency, the mode, has relatively few uses. The mode simply refers to the most frequently occurring score (for interval or ratio  data) or category (for nominal data). Because of the way the mode is defined, it is possible for there to be more than one mode in a given distribution, in which case the  distribution from which it comes can be referred to as bimodal, trimodal, and so forth. For nominal level data, the mode is the only suitable measure of central tendency.  Because measurements within a distribution vary, a measure of variability is also required to characterize it effectively. Three measures of variability, two of which are  very closely related, are most frequently used in descriptions of children’s abilities and behaviors. As was done in the description of measures of central tendency, these  measures will be described in order of decreasing use. Although considered somewhat daunting by beginning statistics students because of its relatively involved calculations, the most frequently used measure of variability is  the standard deviation. The standard deviation was developed for interval and ratio measures as an improvement on the seemingly good idea of describing the  average (or mean) difference (or deviation) from the mean. The problem with an average deviation was that because of the way the mean is defined, all of the  deviations above the mean are positive in sign and would therefore balance all of the negative deviations falling below the mean, leading to an average deviation of zero  for all distributions—regardless of obvious differences in variability from one distribution to another. In order to avoid this problem, the standard deviation is calculated  in a manner that makes all deviations positive. Nonetheless, the intent behind the standard deviation is to convey the size of the typical difference from the mean score.  As I expand on in an upcoming section of this chapter, the standard deviation has special significance because of its relationship to the normal curve. Specifically,  standard deviation units become critical to comparisons of one person’s score against a distribution of scores, such as occurs when test norms are used.  The concept of variance is closely related to the standard deviation. In fact, the standard deviation of a distribution is the square root of its variance. Despite this very  close relationship to standard deviation, variance is less frequently used because, unlike the standard deviation, it cannot be expressed in the same units as the measure  it is being used to characterize. For example, you can describe the age of a group of children in months by saying that the mean age for the group is 36 months, and the  standard deviation is 3 months. This results in a much clearer description than saying that the mean age for the group is 36 months, and the variance is 9. No, not 9  months—simply 9. Because of this “unit­lessness,” variance is rarely used when the  

Page 26 intent is simply to describe the characteristics of a group. It does play a role in some statistical operations, however, and so is an important statistic to be aware of.  The least complicated measure of variability, the range, is also the least frequently used of the three measures. It represents the difference between the highest and  lowest scores in a distribution. The utility of the range lies in its ease of calculation and its applicability to distributions at any level of measurement other than the nominal  level. For interval or ratio data, it is calculated by subtracting the lowest from the highest score and adding 1. Thus for example, if the highest and lowest scores in a  distribution of test scores were 85 and 25, respectively, the range would be 61. At the ordinal level, the range is usually reported by indicating the lowest to highest  value used. For example, one might report that listener ratings of a child’s intelligibility in conversation ranged from usually unintelligible to intelligible with careful  listening, or from 2 to 4 if a 5­point numeric scale were used. Because the range is based on only two numbers (or two levels in the case of an ordinal measure), its  weakness is the lack of sensitivity and susceptibility to the effects of outliers. In summary, measures of central tendency and variability are useful for describing groups of measurements related to a single variable and are selected on the basis of  the variable’s level of measurement.  Statistical Concepts Used to Describe Relationships between Variables

A number of statistical concepts are available to describe relationships between and among two or more groups of measurements and to test hypotheses about the  nature of those relationships. Because the intent here is to focus only on those concepts most basic to understanding measurement applications in developmental  language disorders, only one of those concepts will be discussed in some detail—the correlation.  The correlation between two variables describes the degree of relationship existing between them as well as information about the direction of that relationship and its  strength. Correlation coefficients typically range in degree from 0 (indicating no relationship) to positive or negative 1 (indicating a perfect relationship in which knowing  one measure for an individual would allow you to predict that person’s performance on the second measure with perfect accuracy). The sign of the correlation refers to  its direction: A positive correlation indicates that as one measure increases, the second measure increases as well. Relationships associated with a positive correlation  are said to be direct. A vivid example of a direct relationship would be the relationship some see between money and happiness. In contrast, a negative correlation  indicates that as one measure increases, the second measure decreases. Relationships associated with a negative correlation are said to be inverse. A vivid example of  an inverse relationship would be the relationship between unpaid bills and peace of mind. Figure 2.2 contains examples of graphic representations of correlations that differ in magnitude and direction. Notice that two of the correlations are described as being  associated with a correlation coefficient of 0. The second of those demonstrates a curvilinear relationship, which cannot be captured by the simple methods described  here.

Page 27

Fig. 2.2.  Illustrations showing the variety of relationships that can exist between variables and can potentially be described using correlation coefficients. These include  no relationship (i.e., the value of one variable is independent of the value of the other), a curvilinear relationship (i.e., in which the nature of the relationship between  variables changes in a curvilinear fashion depending on the value of one of the variables), and linear relationships of lower and greater magnitudes.  As a more detailed (and relevant) example involving correlation, let’s consider two hypothetical sets of test scores obtained for a class of third graders—one on reading  comprehension and the other on phonological awareness (explicit knowledge of the sound structure of words). If this group of children were like many others, then one  would expect their performances on these two measures to be positively correlated (e.g., Badian, 1993; Bradley & Bryant, 1983)—that is, one would expect that  children who receive higher scores on the reading comprehension test would receive higher scores on the phonological awareness test. However, because many factors  affect each of the abilities targeted by the measures, it would be unlikely that the magnitude of the correlation, which reflects the strength of the association, would be  very large. In 

Page 28 fact, a low correlation might be expected in this context. Table 2.2 contains labels that are frequently used to describe correlations of various magnitudes (Williams,  1979). The correlation coefficient most frequently used in describing human behavior is the Pearson product–moment correlation coefficient (r), the specific type of correlation  that would have been appropriate for the example given above. Unfortunately, that correlation coefficient is only considered appropriate for measurements at the  interval or ratio level of measurement. For measurements at the ordinal level, Spearman’s rank­order correlation coefficient (ρ) can be calculated. At the nominal level,  the contingency coefficient (C) is used to describe the relationship between the frequencies of pairs of nominal categories. In addition to these correlation coefficients, however, there are several other correlation coefficients (e.g., phi, point biserial, biserial, terachoic) that are used during the  development of standardized tests. The choice of these less familiar correlation coefficients is dictated by the characteristics of the measurements to be correlated, such  as whether either or both of the measurements are dichotomous (e.g., yes–no, correct–incorrect), multivalued (e.g., number correct), or continuous (e.g., response  times). It is easy to be intimidated by an unfamiliar correlation coefficient. However, this danger can be countered with the knowledge that the concept of correlation remains  the same, regardless of how exotic the name of the specific coefficient. Thus, whether one is using phi or Pearson’s product–moment correlation, a correlation  coefficient always is intended to describe the extent to which two measures tend to vary with one another. In fact, even when one examines the relationships between  the distributions of more than two variables using multiple correlations, the interpretation of correlations remains essentially unchanged.  Correlation coefficients are usually reported along with a statement of statistical significance, which describes the extent to which the correlation coefficient is likely  to differ from zero by chance, given the size of the sample on which it is based. In general, statements of statistical significance always carry the implication that although  a particular sample of behavior was observed, it is being used to draw conclusions for the larger population. Statements of statistical significance are used to test  hypotheses—conjectural statements about a relation between two or more variables (Pedhazur & Schmelkin, 1991). In this case, the hypothesis is that the obtained  correlation coefficient differs from zero. Statistical significance indicates that the obtained value was unlikely to have occurred by chance.  Table 2.2 Descriptive Labels Applied to Correlations of Varying Magnitudes Correlation

Label

Degree of Relationship

<.20

Slight correlation

Almost negligible relationship

.20–.40

Low correlation

Definite, but small relationship

0.40–.70

Moderate correlation

Substantial relationship

0.70–.90

High correlation

Marked relationship

> .90

Very high correlation

Very dependable relationship

Page 29 Unfortunately, a correlation’s statistical significance is sometimes mistakenly taken as the most important indication of its importance. However, a very low correlation  coefficient is unlikely to be important even if it is statistically significant because it does not explain much of the variability of the correlated measures. In addition, the  larger the sample size, the easier it is for a correlation coefficient to attain statistical significance. Therefore, although a statistically significant correlation coefficient is  always desirable, the magnitude as well as the significance of the correlation must be considered. An additional concern surrounding the interpretation of correlation coefficients, such as the Pearson product–moment correlation coefficient, is that its magnitude does  not itself reflect the extent to which two variables explain one another. Instead, that information is provided by a closely related statistic, the coefficient of determination,  which can also be referred to as “variance accounted for,” or r2, for the Pearson product–moment correlation. It is calculated by squaring the correlation coefficient  and multiplying it times 100. As an example, assume that the correlation between two sets of test scores was .60 (a moderate correlation according to Table 2.2). The  corresponding coefficient of determination would be 36%, meaning that 36% of the variation observed in the two sets of test scores was accounted for by their  relationship—leaving a substantial 64% unexplained. Awareness of this concept becomes important in evaluating correlational evidence provided by test developers to  support the quality of their test. In their book on phonologic disorders, Bernthal and Bankson (1998) made a general point concerning the limitations of statistical significance as an indication of the  importance a research finding. Although they were not talking specifically about correlational data, they warned clinicians against the assumption that any statistically  significant finding reported in the research literature was worthy of impact on clinical practice. They use the term clinical significance to suggest that only relatively  large effects (i.e., those that would be associated with a relatively large proportion of variance accounted for) would likely be of importance in the clinical environment.  They encouraged readers to look for evidence of the size of relationships in the form of “variation accounted for,” which is reported as omega­squared for many  analyses (Young, 1993). For the purposes of this book, Bernthal and Bankson’s caution should be considered as it applies to both correlation coefficients and any  statistical finding that might be used in discussions of children’s language abilities.  A final cautionary statement concerning the interpretation of correlations is the fundamental idea that the existence of a correlation between two measures does not  constitute evidence of a causal relationship between them. Thus, returning to the example initially used to introduce the concept of correlation, remember that children’s  scores on two tests, one of reading comprehension and one of phonological awareness, were found to be correlated. Although it would be very tempting to conclude  that children’s phonological awareness “caused’’ their comprehension performance, that would be an incomplete, even incorrect interpretation of the correlation.  Theoretically such an interpretation would be quite inviting because it would be easy to imagine that a greater familiarity with the sound structure of a written language  would make its processing easier, thus resulting in improved comprehension. In fact, however, it is equally plausible that children’s comprehension caused their  performance on the phonological tasks. That is, their level of comprehension may have allowed them to process the 

Page 30 sound information of the language to a greater degree because they were not as overwhelmed with the other memory and processing demands associated with  understanding text. Thus, they would perform better on the phonological awareness test because of their comprehension skills. Finally, it would also be plausible to  imagine that children’s performances on both tasks were in fact caused by some third variable or by multiple variables. The oft­repeated warning not to confuse  correlation with causation is probably one of the most important lessons in this or any book because of its impact on critical thinking in nonscientific as well as scientific  realms. In addition to simple correlations, a wide range of other statistics are available for examining hypotheses about the relationship between variables. Frequently,  hypotheses relate to the relationship of one or more classification variables (e.g., age and gender) to an outcome or response variable (e.g., performance on a particular  test). Alternatively, statistics are used to determine whether one or more variables have a causal effect on a response variable. When that is the case, variables  hypothesized to be causes are termed independent variables and those hypothesized to be effects are termed dependent variables. Selection of specific statistical  techniques for testing a hypothesis depends quite heavily on the level of measurement of the outcome or dependent variable.  Variables measured at the interval or ratio level of measurement are generally studied using parametric statistics (e.g., t tests, analyses of variance, or ANOVAs);  whereas variables measured at nominal or ordinal levels are examined using nonparametric statistics (e.g., chi­square analyses and Cochran’s Q). Nonparametric  statistics are also used when the dependent variable seems to be distributed in a manner that either departs significantly from a normal distribution or seems likely to  violate assumptions underlying the use of normal distributions. A concise introduction to the decision making behind the selection of an appropriate statistical technique  can be found in Chial (1988). Longer discussions can be found in Freedman, Pisani & Purves (1998) or McClave (1995) for parametric statistics, and Conover  (1998) or Gibbons (1993) for nonparametric statistics. Statistical techniques for testing hypotheses are not explored further here because of their relatively limited use in assessing children’s language disorders. They primarily  come into play in the documentation provided by test developers to support the value of standardized measures, and they will be discussed further in that context in the  next chapter. Characterizing the Performance of Individuals Methods for summarizing an individual’s performance vary depending on the nature of the measurement being made. Numerous schemes for categorizing measurements  of human behavior have been proposed. These categorizations often assume that the measurements of interest are formal tests because tests are the most studied form  of measurement related to human abilities and behaviors. One frequently discussed categorization separates achievement testing from ability testing; the former  seeks to measure actual learning, and the latter seeks to measure learning potential. Within achievement testing, distinctions are made between placement testing, which  takes place prior to instruction; formative and diagnostic testing, which take place during 

Page 31 instruction; and summative testing, which takes place at the end of instruction (Gronlund, 1982). Formative testing is designed to measure the learner’s progress as  learning is underway, whereas diagnostic testing identifies the source of difficulties impeding the learner’s progress. Summative testing is designed to evaluate learning  progress at some ending point, for example, at the end of a school term. Other categories applied to tests have included paper­and­pencil tests, the most studied medium for test execution; performance tests, which typically involve the  test taker’s manipulation of objects or performance of some activity that usually does not involve the use of paper and pencil; and computerized tests, which involve  the use of computer displays or both computer display and keyboarded responses. Although performance tests predominate as a method of testing in developmental  language disorders, paper­and­pencil tests are typically used in cases when written language skills are assessed. Computerized testing is a growing topic of interest  (e.g., Wiig, Jones, & Wiig, 1996) because of the possibilities it presents for providing more interesting, even animated stimuli and for greater tailoring of test items to a  client’s needs by choosing later items based on earlier performance (Bunderson, Inouye, & Olsen, 1989). Each of these types of tests alters aspects of the test  administration and scoring process and thus indirectly affects the interpretation of individual scores. Although tests and other measures can be categorized along many different dimensions, the categorization of measures as norm­referenced versus criterion­referenced  has the greatest impact on how individual performances are interpreted. In fact, at times, these two categories are referred to as modes of score interpretation rather  than types of tests (e.g., APA, AERA, & NCME, 1985). Norm­Referenced versus Criterion­Referenced Measures 

Overall, norm­referenced measures are those for which an individual’s performance is interpreted in relation to the performance of others, and criterion­ referenced measures are those for which an individual’s performance is interpreted in relation to an established behavioral criterion. Table 2.3 lists some norm­ referenced and criterion­referenced measures with which readers may have had personal experience as well as some that are commonly used in developmental  language disorders. Although not every author would agree that some of the more informal of these measures should be categorized as normor criterion­referenced,  each of the measures fits within the definitions appearing at the beginning of this paragraph. The dependence of this categorization on the method used to interpret an individual’s score can be illustrated using the brief example in Table 2.4, which I call the  Amazing University of Vermont Test. Imagine first that this would­be test is to be given to determine which incoming students to the University will receive a scholarship  being granted by the University’s Alumni Association. If that were the test’s purpose, appropriate score interpretation would involve comparing all of the incoming first­ year students to see which ones had the most knowledge and thus would receive the scholarship. That method of score interpretation, therefore, would depend not only  on knowledge of a single test taker’s score, but also on knowledge of the performance of the entire group against which the individual’s performance was to be  compared.

Page 32 Table 2.3 Examples of Criterion­ and Norm­Referenced Measures Associated With Readers’  Personal Experiences and Clinical Practice in Developmental Language Disorders Norm­referenced Personal experience IQ tests GREs l SATs l Classroom tests (with grading on the  curve)

Criterion­referenced

Developmental language disorders

l

Personal experience

Driver’s test  Eye examination l Classroom examination (without  grading on the curve) l

l

l l

IQ tests Most language tests

l

Developmental language disorders

Most articulation or phonology tests Treatment probes in which a set  criterion (e.g., 80%) is used l l

    Note. GRE = Graduate Record Examination; SAT = Scholastic Aptitude Test. Table 2.4 The Amazing University of Vermont Test

1. The University of Vermont is located in

(a) Burlington, Vermont (b) Montpelier, Vermont (c) Manchester, New Hampshire (d) St. Albans, Vermont (e) Enosburg Falls, Vermont

2. The official acronym for the University is

(a) U of V (b) VU (c) UVM (d) MUV (e) none of the above

3. The number of students attending the University is

(a) 500–1500 (b) 1500–3000 (c) 3000–4500  (d) 4500–6000 (e) > 10,000

4. The school colors are

(a) grey and white (b) green and white (c) grey and green (d) green and gold (e) grey and gold

5. The mascot of the University is

(a) snowy owl (b) raccoon (c) barn owl (d) catamount (e) Jersey cow

6. The most popular spectator sport at the University is

(a) cow tipping (b) ice hockey (c) football (d) downhill skiing (e) snowboarding

7. The most famous philosopher graduating from UVM was

(a) Ethan Allen (b) Ira Allen (c) Woody Allen (d) Woody Jackson (e) John Dewey

8. Translated from the Latin, the school motto means

(a) Scholarship and hard work (b) Stay warm (c) Live free and stay out of New Hampshire (d) Suspect flatlanders (e) Independence and dignity

Such a comparison group is called a normative group, hence, the designation norm­referenced to refer to the method of score interpretation and sometimes to refer  to the specific type of measure being used. Norms, then, refer to the specific information about the distribution of scores associated with the normative group. Two types of norms merit special attention: national  norms and local norms. National norms are data concerning a group that has been recruited so as to be representative of a national cross section of individuals who  might be tested. Norms for tests involving children are typically organized so that information 

Page 33 based on subgroups of children are reported by age (usually in 2–6 month intervals), by grade, or both. It is often recommended that when norms are collected, the  normative groups be matched against national data (usually census data) for socioeconomic status, race, ethnicity, education, and geographic region (Salvia &  Ysseldyke, 1995). National norms are collected almost solely for standardized measures that will be used with very large numbers of individuals each year. For  example, intelligence tests, educational tests, and many language tests typically provide national norms. Local norms are prepared when national norms for a measure are unavailable or inappropriate to a group of test takers. They represent normative, data collected on a  group of test takers like those on whom the measure will be used. Local norms are especially useful when national norms are likely to be inappropriate for a group of  test takers whose language is unlike that in which the test is written. Most frequently, this would involve individuals who speak one of many regional or social dialects  that are significantly different from the idealized “standard” American English dialect, for example, speakers of Black American English or Spanish­influenced English.  Alternatively, a clinician may want to collect local norms for specific client populations for whom normative data are lacking (e.g., individuals with hearing impairment,  mental retardation, or cerebral palsy). Rather than using the Amazing University of Vermont Test to compare performances of a number of test takers, you might use the Amazing University of Vermont Test  to determine whether a group of incoming students has adequately learned the information included in their orientation materials. In that case, the outcome of the test  could lead to a student’s becoming exempt from an additional orientation session or being required to complete it.  For that testing purpose, scores would be interpreted in relation to a behavioral criterion, for example, 6 of 10 correct. When interpreted in that way, the test could be  described as a criterion­referenced measure. The level of performance would then be considered a cutoff, or, less frequently, a cutting score. Often the term master  is used to refer to a test taker whose score exceeds the cutoff score, and nonmaster is used to refer to a test taker whose score falls below the cutoff. Briefly then, in  contrast to a norm­referenced interpretation, score interpretation for a criterion­referenced measure hinges on knowledge of the person’s raw score and the cutoff  score. Information about a reference or normative group is not necessary. It is often useful, however, for developers of criterion­referenced measures to study group  performances as a means of determining a reasonable cutoff score—one that is empirically derived rather than based on an arbitrary cutoff, for example at 80%  correct. In addition to differences in the mechanics of score interpretation, norm­referenced versus criterion­referenced measures tend to differ in the scope of knowledge being  assessed and the specific method used to choose items. Specifically, norm­referenced measures tend to address a large content area which is sampled broadly;  whereas criterion­referenced measures tend to address a quite narrowly defined concept that is sampled in as exhaustive a manner as possible. For norm­referenced  measures, items are selected so that the greatest amount of variability in test scores is achieved among test takers; whereas for criterion­referenced measures, items are  selected primarily because of how well they address the targeted construct. Figure 2.3 shows the steps involved in the development of standardized norm­referenced  and criterion­referenced instruments. 

Page 34 At the beginning of this section, only a single measure, the Amazing University of Vermont Test, was used to introduce the concepts of criterion­ and norm­referencing.  This was done in order to emphasize that method of interpretation is the most crucial feature distinguishing norm­ from criterion­referenced measures. Practically,  however, because of differences in how items are selected for each type of measure, it is very difficult to develop a single measure that can equally support these two  different approaches to score interpretation. Types of Scores Norm­Referenced Measures 

For norm­referenced measures, a variety of test scores is useful. Because of the centrality of the comparison between the test taker’s and the normative group’s  performances, however, the raw score is of little value

Fig. 2.3.  Steps involved in the development of norm­referenced and criterion­referenced standardized measures. 

Page 35 except as the starting point for other scores. These other scores are termed derived scores because of their dependent relationship to the raw score. Three types of  derived scores deserve attention: developmental scores, percentile ranks, and standard scores. These are listed in increasing order of both their value as a means of  representing a test taker’s performance and their complexity of calculation.  Developmental scores are the least valuable derived scores but are still ubiquitous in clinical and research contexts—a paradox that I will address shortly. The two  most commonly used developmental scores are age­equivalent scores and grade­equivalent scores. A test taker’s age­equivalent score is derived by identifying  the age group that has a mean score closest to the score received by the individual test taker. For example if a test taker’s raw score of 85 corresponding the mean raw  score of a group of 3­year­olds, the age­equivalent score assigned to the test taker would be 3 years. If there is no age group that exactly matches the score of a test  taker, then an estimation is made of how many months should be added to the age group whose mean falls just below that of the test taker, resulting in grade­equivalent  scores, such as 2 years, 6 months or 5 years, 11 months. Typically, test users do not have to examine the group data directly, but are given tables listing raw scores and  the age­scores to which they correspond. Grade­equivalent scores are similar in many respects to age­equivalent scores but are, as one would guess from their name, derived from data concerning the mean  performance of groups of test takers in different grades. When estimation is required, grade­equivalent scores are reported in tenths of a grade. Thus, for a 12­year­old  who achieves a score just slightly above that of a group of 4th graders, a grade­equivalent of 4.1 or 4.2 might be assigned.  In psychometric circles, almost never is a kind word spoken about scores of this type. Long, derogatory lists of the problems with developmental scores abound (e.g.,  McCauley & Swisher, 1984; Salvia & Ysseldyke, 1995), but the lists invariably center around concerns that such scores are easily misunderstood and likely to be  unreliable. Table 2.5 provides an elaborate version of these lists as well as a pointed commentary on developmental scores.  The appeal of developmental scores is twofold. First, the apparent uniformity of meaning of such scores across different tests makes it seem that they allow for a  comparison of skills in different areas and permit a sensitive quantification of degree of impairment. Thus, when a 9­year­old child is said to have skills falling at the 7­ year level in math and the 8­year level in receptive language, it can be misinterpreted as indicating significant problems in both areas, with a more severe impairment in  mathematics. Although many individuals are quite aware of the low esteem in which developmental scores are held, they nonetheless fall into misinterpretations like this.  Given that age­equivalent scores only crudely compare two scores as their means of norm­referencing, neither individual developmental scores nor comparisons  between them necessarily convey degrees of impairment. Depending on the tests used, for example, it may be that a great many very normally developing children  would exhibit the same “impaired” scores.  The second appeal of developmental scores lies outside the interests of individual test users. Numerous state and insurance regulations demand that developmental  scores be used to describe test performances, presumably on the basis of the misconceptions cited earlier that meaningful comparisons between skill areas can be  based

Page 36 Table 2.5 Five Drawbacks to Developmental Scores, Such as Age­Equivalent  and Grade­Equivalent Scores (Anastasi, 1982; Salvia & Ysseldyke, 1995) Developmental scores lead to frequent misunderstandings concerning the meaning of scores falling below a child’s age or grade. For example, a parent may  interpret an age equivalent of 5 years, 10 months as evidence of a delay in a 6­year­old. In fact, by definition, half of those children in a given age group (or grade  1. level) would receive age­equivalent scores below the child’s age. This problem arises because developmental scores contain no information about normal group  variability. There is a tendency to interpret developmental scores as indicating that performance was similar to that of an individual of corresponding age—for example, that a  2. score of 3 years, 6 months would be associated with performance that was qualitatively like that of a 3½­year­old. In fact, however, it is unlikely that the nature  and consistency of errors would be similar for two individuals with similar developmental scores but differing ages or grade levels. 3. Developmental scores promote comparisons of children with other children of different ages or grades rather than with their same­age peers. Developmental scores tend to be ordinal in their level of measurement. Therefore, they lack flexibility in how they may be treated mathematically and are prone to  4. being misunderstood. For example, a “delay” of 1 year in a fifth grader who receives a grade equivalent score of 4 is not necessarily comparable to a “delay” of 1  year in a ninth grader who receives a grade­equivalent score of 8. 5. Developmental scores are less reliable than other types of scores.

on them. As I discuss in the next section of this chapter, such regulation of test users provides a vivid example of the numerous cases in which assessment must respond  to a variety of forces outside of the direct clinical interaction between clinician and client. Typically, test users faced with the dilemma of having to report developmental  scores are advised by psychometricians to report them along with more useful derived scores in a manner that minimizes the likelihood of misunderstanding.  Percentile ranks are actually one variety of a class of derived scores that includes quartiles and deciles. Percentile ranks represent the percentage of people receiving  scores at or below a given raw score. Thus, a percentile rank of 98, or 98th percentile, indicates that a test taker received a score better or equal to those of 98% of  persons taking the test (usually the normative sample). This type of score has the distinct advantage of being readily understood by a wide range of persons, including  parents and some older children. Percentile ranks have two disadvantages. The first is that they are sometimes misunderstood as meaning percentage of correct responses on the test. Readers can avoid  this false step if they remember that on a very difficult test, one could perform better than almost anyone (and therefore have a high percentile rank), but in fact have  obtained a low percentage correct. The second disadvantage of percentile ranks is that, like developmental scores, they represent an ordinal measure and thus cannot  be combined or averaged. Standard scores represent the pinnacle of scoring approaches used in norm­referenced testing. They preserve information about the comparison between an individual  and appropriate age group and information about the variability of the normative group. 

Page 37 In addition, they are at the interval level of measurement and thus can be combined and averaged in ways not possible with the other types of scores discussed earlier.  Standard scores are ‘‘standard” because the original distribution of raw scores on which they are based has been transformed to produce a standard distribution having  a specific mean and standard deviation. Because standard scores are normally distributed, they can be interpreted in terms of known properties of the normal  distribution, especially expectations concerning how expected or unexpected a particular score is. This makes standard scores a favored method of communicating test  results among professionals. Figure 2.4 illustrates the relationship between the normal curve and several of the most frequently used scores: the z score, deviation IQ  score, and T scores. The most basic standard score is the z score, which has a mean of 0 and a standard deviation of 1. It is calculated by taking the difference of a particular raw score  from the mean for the distribution and dividing the result by the standard deviation of the distribution. Each score is represented by the number of standard deviations it  falls from the mean, with positive values representing scores that were above the mean and negative values, representing those below the mean. Because of the  relationship between this type of score and the normal curve, it is possible to know that a z score

Fig. 2.4.  The relationship between the normal curve and several of the most frequently used standard scores, including the z­score, deviation IQ score, and T scores.  From Assessment of children (p. 17), by J. M. Sattler, 1988, San Diego, CA: Author. Copyright 1988 by J. M. Sattler. Reprinted with permission.

Page 38 of –2 falls 2 standard deviations below the mean and that fewer than 3% of the normative population had a score that low or lower.  Other widely used standard scores in developmental language disorders are the deviation IQ and the T score. These scores share the virtue of z scores in their known  relationships to the normal curve: The deviation IQ has a mean of 100 and a standard deviation of 15. As an additional benefit, such scores are somewhat less open to  the confusion associated with negative numbers used in z scores. However, their interpretation remains quite challenging for people who are unfamiliar with the use of  the normal curve in score interpretation. Still, because of their strengths, standard scores such as these are frequently used among professionals, with percentiles  favored for use with other audiences. Criterion­Referenced Measures 

For criterion­referenced measures, raw scores are the major type of score because by definition such measures involve the comparison of a raw score against a given  criterion or cutting score. As mentioned previously, it is possible for the cutoff score to be based on empirical study or for it to be arbitrarily established on the basis of  hypotheses about the level of performance, or performance standard, required for satisfactory advancement to later levels of skill acquisition (McCauley, 1996). Case Example Case 2.1 illustrates most of the concepts discussed in this chapter as they relate to Austin, a 5­year­old boy with specific language impairment. This hypothetical report  is annotated to highlight instances where a measurement has been made by the clinician. Specifically, both formal and informal measures are bolded in this case.  Case 2.1 Speech­Language­Hearing Center  353 Luse Street Burlington, VT 05405­0010 Client’s name: Austin G.  Address: (child’s home with mother and stepfather)  284 Willow Creek Road Burlington, VT 05401

Date of Birth: 1/8/92 Education Status: Kindergarten School: Woodward Elementary School 2 Station Street Burlington, VT 05401 Date of report: 2/14/97

Date of Evaluation: 2/12/97 Parents’ names: Leslie G. (mother)  Warren G. (stepfather) George C. (father) 33 Elm Street Savannah, GA 31411 h: (912) 999­9393  Referral Source: Dr. A. B. Park Student clinician: E. Miller, B.A. Supervisor: R. J. Turner, M.S., CCC­SLP

Page 39 BACKGROUND INFORMATION Austin, a 5­year, 1­month­old boy, was seen today for a speech and language evaluation following referral by his primary care physician. Dr. A. B. Park. Background  information was obtained using a case history form, an in­depth parent interview conducted with Mr. and Mrs. G., who accompanied Austin today, and a phone  conversation with Mr. C., Austin’s biological father. The reasons given by Mr. and Mrs. G for today’s evaluation were growing concerns regarding Austin’s articulation, overall intelligibility, and expressive language  skills. Mr. and Mrs. G report that strangers and even other children in Austin’s class find him difficult to understand and frequently ask him to repeat what he has said.  He is also becoming increasingly frustrated with family members when they fail to understand him, resulting in increasingly frequent and escalating arguments with his  older sister. Elizabeth (age 10). In contrast, they report that he understands everything that is said to him and is recognized as a very bright child even by adults who  fail to understand him. Austin and his sister Elizabeth live with Mr. and Mrs. G and see their biological father, Mr. C, only at holidays and for 6 weeks in the summer. The parents divorced  when Austin was 1 year old, and he calls his stepfather as well as his biological father “Daddy.” Austin currently attends a kindergarten class in the Woodward  Elementary School—Burlington , where he has three or four especially close friends. According to his teacher Mrs. Smith’s reports to his parents, Austin is a happy  child Who is popular at least in part because of his enthusiastic manner and skill at playground athletics. Because he is small for his age (in the 5th percentile for height  and weight) and because of his immature­sounding speech, he is sometimes teased by children from older classes about being a “baby,” but is readily defended by his  classmates and appears unaffected by such taunts, according to Mrs. Smith. She referred Austin for a speech­language evaluation by the school speech­language  pathologist in January because of concerns about his language production and articulation, but otherwise she states that he is performing well in the kindergarten  classroom. Because circumstances prevented that evaluation from taking place, Mr. and Mrs. G had decided to seek an evaluation at the Luse Center. Austin’s birth and early health and developmental history are unremarkable except for delays in the onset of speech, with only about 10 words by age 2 and no word  combinations until age 3. Although he had shown a dramatic increase in the length of his utterances over the past 2 years, his parents reported that he still speaks in  incomplete. sentences and produces many words incorrectly. Both biological parents reported a significant history of family members with speech and language  problems, including Mr. C., who received speech therapy until 5th grade for what appeared to have been language­related concerns, two of Austin’s paternal uncles,  one maternal aunt in the preceding generation, and two maternal cousins.

Page 40 LIST OF ASSESSMENT TOOLS The assessment procedures that were conducted during this evaluation are listed and reported in the paragraphs that follow. Hearing screening test Test of Language Development—2 Primary (Newcomer & Hammill, 1991).  Expressive One­Word Picture Vocabulary Test (Gardner, 1990)  Peabody Picture Vocabulary Test–3 (Dunn & Dunn, 1997)  Bankson and Bankson Test of Phonology (Bankson & Bernthal, 1990) Oral Structural Mechanism Examination—Revised (St. Louis & Ruscello, 1987).   In addition, informal procedures were used to screen pragmatics, voice, and fluency. Overall results of these tests and procedures are described in the following  sections, with more detailed information about subtest performance and specific errors available on summary test forms (see file). Hearing Austin’s hearing was screened using pure tones that were presented under headphones at 20 dB bilaterally at 500, 100, 2000, and 4000 Hz. He passed the screening  in both ears. Receptive Language Austin’s ability to understand what is said to him was assessed using receptive portion of the Test of Language Development—2 Primary (TOLD­P:2) and the  Peabody Picture Vocabulary Test—3 (PPVT­2). On the receptive language subtests of the TOLD­P:2, Austin received a listening quotient of 96, which  approximates a percentile rank of 50. On the PPVT­2, his performance was even better. The raw score he obtained was 78, which corresponds to a percentile rank  of 75 and a standard score of 110. Expressive Language Austin’s ability to express himself was assessed using the TOLD­P:2 expressive portions and the Expressive One­Word Picture Vocabulary Test—Revised,  as well as informal measures obtained from a transcription of a conversational sample taken as Austin played with his mother. Austin’s formal test scores were  considerably lower on these measures, in part because of the difficulties associated with his speech intelligibility. On EOWPVT­R, Austin received a raw score

Page 41 of 20, which corresponds to the 5th percentile and a standard score of 76. Of his 10 errors on that test, approximately 4 were unambiguous with respect to the  possible impact of his speech production difficulties; for example, they involved the use of a more general or associated word than the target, or they consisted of  instances when Austin said that he did not know the name. On the TOLD­P:2 expressive subtests, Austin received an overall speaking quotient of 61, which falls  below the first percentile. An examination of his utterances during a conversation with his mother revealed frequent omission of grammatical morphemes, an  absence of complex sentences, and a tendency to overuse the word ‘‘thingy” to refer to numerous elements of a Lego construction that they built cooperatively. Phonology and Oral–Motor Performance The Oral Speech Mechanism Examination—Revised (OSME­R) was used to examine the adequacy of Austin’s oral structures for speech production. His  performance on that measure was well within the normal range, with no signs of incoordination or weakness and no observable abnormalities of the structures used in  speech. Errors noted in the production of repeated syllables mirrored those in his conversational speech. On the Bankson–Bernthal Test of Phonology, Austin received a word inventory score, which reflects the number of words produced correctly, of 39, which  corresponds to a Standard Score of 71 and a percentile rank of 3. Errors occurred primarily on medial or final consonants. Patterns of errors that occurred most  frequently were final consonant deletion (omission of the final consonant in the word; e.g., “bat” becomes “ba”), cluster simplification (replacement or less of one or  more elements of a consonant cluster; e.g., “clown” becomes “clo”), and fronting (replacement of a velar consonant by a more forward consonant; e.g., “gun”  becomes “dun”). Efforts to elicit correct production of two consonants that had not been produced correctly up to that point (viz., k, g) were undertaken using a  phonetic placement instructions and touch­cues resulted in velar fricative approximations. Other sounds consistently in error were [s, z, r] and [l]. When the language sample discussed in the previous section was examined with regard to speech errors and intelligibility, very ,similar error patterns were observed  and the percentage of understandable words out of all words spoken was determined to be 70%. Screening for Other Language and Speech Problems The conversational sample between Austin and his mother was also examined to screen for problems in pragmatics, voice, and fluency. Austin’s use of language  and his ability to describe the plot of a movie he had recently seen with

Page 42 out his mother appeared appropriate for his age. His voice quality and pitch were normal. Fluency also appeared normal, although frequent repetitions and rewordings  of sentences occurred in response to his mother’s verbal and nonverbl indications of having difficulty in understanding some of his utterances. Although Austin’s  awareness of his communication difficulties is quite sophisticated in a child of his age, his facial expression and movements at times suggested significant frustration. Summary Austin appears to be a bright and sensitive 5­year­old with no significant medical history, but a family history of communication difficulties. Today’s evaluation reveals  normal hearing and language comprehension, as well as good conversational skills and normal voice and fluency. Austin’s difficulties in being understood are moderate  to severe at this time and appear to reflect his difficulties in using sounds as expected for his age and in selecting and combining words to create grammatically  acceptable sentences. His strong skills in other areas, support by family and school personnel, and clear motivation to improve his communication efforts suggest a  very positive prognosis for change. Recommendations Austin is likely to benefit from speech­language intervention conducted in individual and group setting at his school, including in­class work conducted by his teacher in  consultation with the school speech­language pathologist. Areas to be targeted include phonology, expressive vocabulary, and syntax. Specific goals should address  (a) the phonological processes of final consonant deletion and fronting, (b) expressive vocabulary related to school activities, (c) the use of grammatical morphemes  that are not currently used but should be pronounceable given his current phonological system, and (d) the development of strategies for dealing in a more relaxed way  with listeners’ difficulties in under standing Austin’s speech. It was a pleasure to meet Austin and his family today and to have talked previously to others involved in his education and upbringing. We urge you to call with any  questions you might have about this report or Austin’s ongoing development. Sincerely, E. Miller, B.A.                                        R. J. Turner, M.S., CCC­SLP  Student clinician                                     Supervisor  

Page 43 Summary 1. Measurement is usually indirect, meaning that it involves the measurement of characteristics, sometimes called indicators, that are closely related to but different from  the characteristic being described by the process of measurement. 2. The use of theoretical constructs, which are examined using various indicators, underlies clinical as well as research measurement.  3. Four levels of measurement, first proposed by S. S. Stevens (1951), are nominal, ordinal, interval, and ratio. These levels correspond to different methods of  assigning measurements to characteristics, which have implications for the measurement’s appropriate interpretation and statistical study.  4. Measures at the nominal level, such as diagnostic labels or labels of error type, involve the assignment of measured individual performances or behaviors to mutually  exclusive categories. Measurements at the ordinal levels, such as severity labels, also use mutually exclusive categories, but ones that can be ordered as demonstrating  more or less of the measured characteristic. 5. Measures at the interval level, such as test scores reported in raw or standard scores, involve the assignment of numbered values to characteristics. This is the highest  level of measurement usually attained in the behavioral sciences. 6. Often a theoretical construct can be measured using indicators falling at various levels of measurement. 7. Statistics are useful for gaining and summarizing information about groups of measurements, called distributions, as well as for testing hypotheses about the  relationships between distributions or between an individual score and a distribution. 8. Two types of statistics used in summarizing distributions of measurements are measures of central tendency (e.g., mean, median, mode) and measures of variability  (e.g., standard deviation, variance, range). Central tendency refers to the most typical values in a distribution, whereas variability refers to the tendency of values in the  distribution to differ from one another. 9. In the measurement literature, correlation coefficients are the ones most used to describe the relationship between groups of measures, with the Pearson product– moment correlation coefficient achieving the greatest use. Correlation refers to the tendency for values of one distribution to be systematically related to values of  another distribution. 10. Causal inferences cannot be made directly from observations of correlations: If variables A and B are related, it may because A caused B, B caused A, or that both  are caused by a third variable or set of variables. 11. Norm­referenced measures are interpreted through the comparison of a person’s performance to those of a relevant normative group—usually using a derived  score that incorporates information relevant to the comparison. Criterion­referenced measures are interpreted through the comparison of a person’s performance to a  performance standard—usually using a raw score. 

Page 44 12. Derived scores consist of developmental scores (age­ and grade­equivalent scores), percentile ranks, and standard scores (e.g., z scores, T scores, deviation IQ  scores). Percentile ranks are probably the most widely used among lay persons, whereas standard scores are preferred by most professionals. Although widely used,  developmental scores are the least respected type of score among professionals because they encourage misunderstanding and are less reliable than other derived  scores. Key Concepts and Terms ability testing: a systematic procedure for exploring learning potential. achievement testing: a systematic procedure for examining past learning. age­equivalent score: a derived score corresponding to the age group with the mean score that is closest to the raw score received by the individual test taker.  behavioral objectives: a description of treatment goals in terms of client behaviors. clinical significance: the likely value of a particular research finding on the basis of the reliability of the finding (i.e., its statistical significance) and its magnitude.  computerized tests: tests that involve the use of computer display, keyboarded responses, or both. correlation: the degree of relationship existing between two or more variables. criterion­referenced measure: a measure in which scores are interpreted in relation to a particular behavioral criterion; contrasts with norm­referenced measure.  developmental scores: a type of derived score in which development is taken into account, for example, age­equivalent and grade­equivalent scores.  distribution: a group of scores, either theoretical or observed. formative indicators: indicators that are associated with a cause of a construct that is of interest. grade­equivalent scores: a derived score corresponding to the grade­specified group with the mean score that is closest to the raw score received by the individual  test taker. indicator: an indirect object of measurement; something one measures in place of the characteristic one is really interested in because it is both related to the actual  focus of interest and is more accessible to measurement. interval level of measurement: a level of measurement using mutually exclusive categories in which scores reflect a rank ordering of the characteristic being measured  and the difference between adjacent scores is equal in size; for example, scores on a behavioral probe. local norms: summaries of the performance of a relevant group of individuals that are obtained, often when national norms are unavailable, for purposes of making a  specific comparison between an individual test taker’s performance and those of that group. 

Page 45 mean: a distribution’s arithmetic average.  median: the middle score of a distribution. mode: the most frequently occurring score(s) of a distribution. national norms: summaries of the test performances of a large group of individuals against which a person’s performance can be compared; usually consisting of  individuals with known demographic characteristics. nominal level of measurement: a level of measurement in which characteristics of an individual are assigned to mutually exclusive categories (e.g., boys and girls).  nonparametric statistics: statistics that do not require assumptions about the nature of the underlying distribution from which observations are drawn.  normal distribution: a theoretical distribution of scores or set of scores with known mathematical properties. normative group: a group whose performance is used in the comparison and interpretation of an individual’s score in norm­referenced score interpretation.  norm­referenced measure: a measure in which scores are interpreted in relation to the performance of a normative group; contrasts with criterion­referenced.  norms: data concerning the distribution of scores achieved by a normative group. operational definition: defining a variable through the operations used to measure it. ordinal level of measurement: a level of measurement using mutually exclusive categories that reflect a rank ordering of the characteristic being measured.  paper­and­pencil tests: conventional testing in which printed test materials are completed independently by literate test takers.  parametric statistics: statistics that require certain assumptions about the nature of the underlying distribution from which observations are drawn.  percentile ranks (percentiles): derived scores representing the percentage of individuals performing at or below a given raw score. performance standard: a criterion against which an individual’s performance can be compared in criterion­referenced score interpretation.  performance tests: tests to assess skills involving the manipulation of objects or that otherwise are difficult or impossible to assess using paper and pencil tests.  range: one method of describing the variability of a distribution; the difference between the highest and lowest scores in the distribution.  ratio level of measurement: a level of measurement using mutually exclusive categories (scores) in which the scores reflect a rank ordering of the characteristic being  measured, the difference between adjacent scores is equal in size, and there is a real zero along the scale; for example, the time elapsing between presentation of a  picture and name production. reflective indicators: indicators that are associated with the effects of a construct that is of interest.

Page 46 standard deviation: a method of describing the variability of a distribution of scores; the square root of the variance. standard scores: derived scores in which a transformation has been used to assure a predetermined mean and standard deviation, for example, a mean of 100 and  standard deviation of 15. statistical significance: statistical evidence that an obtained value was unlikely to have occurred by chance. theoretical construct: a concept used in a specific way within a particular system of related concepts. theory: a system of related concepts, usually used to explain a variety of related data concerning a phenomenon of interest. variables: measurable characteristics that differ under different circumstances. variance: a method of describing the variability of a distribution; it consists of the mean of the squared distances of scores from the distribution mean  Study Questions and Questions to Expand Your Thinking 1. Imagine that you are interested in measuring the ability of a child to understand the names of colors usually known by children of his or her age. Think of four different  indicators for the construct of color name comprehension—two that are reflective and two that are formative.  2. Propose an indicator of spelling proficiency falling at each of the first three levels of measurement: nominal, ordinal, and interval.  3. Suppose that a measurement tool offers you two different normative groups against which to compare the performance of a child who speaks Korean as a first  language and English as a second—one group consisting of children of similar ages with similar language histories to the child to be tested and one of children of similar  ages with English as their only language. What would each comparison tell you about the child? 4. For each of the following measurement purposes, explain which type of score interpretation would be most suitable—norm­ or criterion­referencing:  a. b. c. d. e.

identifying the poorest performance on a classroom test  competency testing for graduation from high school  testing for licensure in a profession, such as speech­language pathology   national testing for scholastic aptitude (e.g., SAT’s or GRE’s)   determining success of treatment aimed at improving a student’s correct use of selected verb forms  

5. Find a newspaper article in which a behavioral measure is described. What construct appears to be measured? At what level is that measurement conducted? What  measures of central tendency and variability would be appropriate for this measure?

Page 47 6. Find a newspaper article in which the relationship between two variables is described. Is a causal relationship between these variables implied? Does that  interpretation seem warranted or can you imagine a different causal relationship between the variables? Describe it. 7. On the basis of your personal observation, describe two variables you believe have a positive correlation with one another, then two that have a negative correlation.  8. A 3­year­old child receives a test score on a norm­referenced test that falls at the 35th percentile and yields an age equivalent score of 2 years, 8 months. Explain  the meaning of those scores as if you were talking to a very worried parent. 9. The parent of a high­achieving 10­year­old girl tells you that her daughter has been tested by a neighbor who is studying psychology and achieved a standard score  of 100 on an intelligence test. She wonders if that doesn’t mean that her child’s perfect score suggests that she is a genius who should skip several grades. What would  you tell her about her child’s performance? (This is tricky. Consider both the fact that you didn’t obtain this information directly as well as the meaning of standard  scores.) 10. Pretend that you have devised a test to determine students’ mastery of the content covered in this chapter. How might you determine an appropriate cutting score?  (No, the answer to this is not in the book up to this point. Think creatively). Recommended Readings Gould, S. J. (1981). The mismeasure of man. New York: Norton. Sattler, J. M. (1988). Assessment of children (3rd ed.). San Diego: Author. References Allen, M. J., & Yen, W. M. (1979). Introduction to measurement theory. Monterey, CA: Brooks/Cole Publishing. American Psychological Association, American Educational Research Association, & National Council on Measurement in Education. (1985). Standards for  educational and psychological testing. Washington, DC: American Psychological Association. Anatasi, A. (1982). Psychological testing (5th ed.). New York: Macmillan. Badian, N. (1993). Phonemic awareness, naming and visual symbol processing and reading. Reading and Writing, 5, 87–100.  Bankson, N. W., & Bernthal, J. E. (1990). Bankson–Bernthal Test of Phonology. Chicago: Riverside.  Bernthal, J. E., & Bankson, N. W. (1998). Articulation and phonological disorders (4th ed.). Englewood Cliffs, NJ: Prentice­Hall.  Bradley, L., & Bryant, P. (1983). Categorizing sounds and learning to read: A causal connection. Nature, 301, 419–421.  Bridgman, P. W. (1927). The logic of modern physics. New York: Macmillan. Bunderson, C. V., Inouye, D. K. & Olsen, J. B. (1989). The four generations of computerized educational measurement. In R. L. Linn (Ed.), Educational  measurement (3rd ed., pp. 409–429). New York: National Council on Measurement in Education and American Council on Education.  Chial, M. R. (1988). Utility inferential statistics. In D. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp. 198–201). Toronto: B. C.  Decker. Conover, W. M. (1998). Practical nonparametric statistics (3rd ed.). New York: Wiley.

Page 48 Culatta, B., Page., J. L., & Ellis, J. (1983). Story retelling as a communicative performance screening tool. Language, Speech, and Hearing Services in Schools, 14,  66–74.  Francis, D. J., Fletcher, J. M., Shaywitz, B. A., Shaywitz, S. E., & Rourke, B. P. (1996). Defining learning and language disabilities: Conceptual and psychometric  issues with the use of IQ tests. Language, Speech, and Hearing Services in Schools, 27, 132–143.  Freedman, D., Pisani, R., & Purves, R. (1998). Statistics (3rd ed). New York: Norton. Gardner, M. F. (1990). Expressive One­Word Picture Vocabulary Test—Revised. Novato, CA: Academic Therapy.  Gibbons, J. D. (1993). Nonparametric statistics: An introduction. Newbury Park, CA: Sage. Gould, S. J. (1981). The mismeasure of man. New York: Norton. Gronlund, N. (1982). Constructing achievement tests (3rd ed.). Englewood Cliffs, NJ: Prentice­Hall.  Kerlinger, F. N. (1973). Foundations of behavioral research. (2nd ed.) New York: Holt, Rinehart & Winston. Lahey, M. (1988). Language disorders and language development. New York: Macmillan. McCauley, R. J. (1996). Familiar strangers: Criterion­referenced measures in communication disorders. Language, Speech, and Hearing Services in Schools, 27,  122–131.  McCauley, R. J., & Swisher, L. (1984). Use and misuse of norm­referenced tests in clinical assessment: A hypothetical case. Journal of Speech and Hearing  Disorders, 49, 338–348.  McClave, J. T. (1995). A first course in statistics (5th ed.). Englewood Cliffs, NJ: Prentice­Hall.  Newcomer, P. L., & Hammill, D. D. (1991). Test of Languge Develoment—2 Primary. Austin, TX: Pro­Ed.  Pedhazur, R. J., & Schmelkin, L. P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Salvia, J., & Ysseldyke, J. E. (1995). Assessment (6th ed.). Boston: Houghton Mifflin. Sattler, J. M. (1988). Assessment of children (3rd ed.). San Diego, CA: Author. St. Louis, K. O. & Ruscello, D. (1987). Oral Speech Mechanism Screening Examination—Revised. Baltimore: University Park Press.  Stevens, S. S. (1951). Mathematics, measurement, and psychophysics. In S. S. Stevens (Ed.), Handbook of experimental psychology (pp. 1–49). New York:  Wiley. Wechsler, D. (1974). Manual for the Wechsler Intelligence Scale for Children­Revised. San Antonio: The Psychological Corporation.  Wiig, E. S., Jones, S. S., & Wiig, E. D. (1996). Computer­based assessment of word knowledge in teens with learning disabilities. Language, Speech, and Hearing  Services in Schools, 27, 21–28.  Williams, F. (1979). Reasoning with statistics (2nd ed.). New York: Holt, Rinehart & Winston. Young, M. A. (1993). Supplementing tests of statistical significance: Variation accounted for. Journal of Speech and Hearing Research, 36, 644–656. 

Page 49 CHAPTER

3 Validity and Reliability Historical Background Validity Reliability Historical Background The historic roots of behavioral measurement can be traced to tests used in the third century B.C. by the Chinese military for the purpose of identifying officers worthy  of promotion (Nitko, 1983). Despite such early beginnings, however, widespread interest in measurement for purposes such as helping children has far more recent  origins, beginning at the close of the 19th century. Not surprisingly, therefore, there are many threads of thought leading to the diversity of instruments and procedures  now being used to describe and make decisions about people. During the 20th century, perspectives on how to develop and use measures such as those used to help children with developmental language disorders have come from  education, psychology, and—most recently—speech­language pathology. Over this relatively brief period of time, professional and academic organizations in these  fields have taken on the responsibility of developing standards of test development and use. These efforts have primarily focused on tests, where test is defined as a  behavioral measure in which a structured sample of behavior is obtained under conditions in which the tested individual is expected (or at least has been instructed) to  do his or 

Page 50 her best1 (APA, AERA, & NCME, 1985). Despite a focus on tests in this narrow sense, such standards have always been meant to apply to all behavioral  measures—although they apply to a greater or lesser extent depending on the specific characteristics of the measure.  Most notable among efforts to provide guidance to test developers and users have been those of the APA, AERA, and NCME. In 1966, after two earlier sets of  testing standards (APA, 1954; National Education Association, 1955), the three organizations worked together to create a single document, Standards for  Educational and Psychological Tests and Manuals, which has gone through two revisions. The most recent revision was renamed Standards for Educational and  Psychological Testing (AERA, APA, & NCME, 1985). The frequent revision of these standards reflects the brisk pace of research and ongoing discussion about behavioral measurement. One particularly important transition  occurring within the past two decades is reflected in the change of title from Standards for… Tests to Standards for… Testing. This change emphasizes the centrality  of the test user in measurement quality. Earlier editions focused on ways in which test developers could demonstrate the quality of their instruments. Far less attention  was paid to issues related to actual test administration and interpretation. In fact, whereas 75% of the 1974 version related to test standards, only 25% of it related to  standards of test use. In the most recent version, there has been almost a reversal in those percentages: about 60% relates to test use versus 40% to test standards.  This shift is consistent with the most influential work conducted in the last decade in which test users are asked to consider not simply the technical adequacy of  methods used to derive specific test scores, but also the impact their decisions will have (Messick, 1989). Not surprisingly, the term ethics has cropped up frequently in  the course of these discussions. It will surface frequently in this text as well. Beginning with this chapter, I hope that readers will adopt a perspective similar to that set by the APA, AERA, and NCME (1985). Specifically, I hope that you will  consider measurement quality in developmental language disorders as a arena in which many elements come into play, but in which you are the lion tamer, the person  who remains expertly in charge of a potentially dangerous situation. In this chapter and the one that follows it, I focus on how best to select appropriate measures once  you have a fairly specific application in mind. Chapters in Part II focus on those specific applications commonly faced by clinicians who work with children who have  developmental language disorders. Those chapters will figure prominently in helping you learn to tailor your measurements to the specific purposes you have in mind—a  key lesson for those interested in providing their clients with the best possible care. The remainder of this chapter is intended to introduce you to validity and reliability, two concepts that invariably dominate discussions of measurement quality. Validity  is by far the most central of the two terms. It even might be said that any discussion of measurement quality is automatically a discussion of validity. Reliability is of  1 This assumption is probably not well founded for many children with language disorders, who may be unable to understand what it means to “do one’s best” or who  may be unwilling to do it. I return to this issue at numerous points throughout this book.

Page 51 lesser importance but is still vital. Its secondary place derives from its role as prerequisite for, but not sole determinant of, validity.  Validity Validity can be defined as the extent to which a measure measures what it is being used to measure. So, you might ask, what’s all of the fuss about? Despite its  seeming simplicity, however, the concept of validity has a number of subtle nuances that can be difficult to grasp for even the most seasoned users of behavioral  measures. Several misconceptions are evident when a test user or developer says sweepingly that a given test is a valid test. First, this kind of statement about a  measure suggests that it somehow possesses validity, independent of its use for a particular purpose. Second, it suggests that validity is an all­or­nothing proposition.  Both of those suggestions are untrue, however. What can safely be said about a given measure is that it seems to have a certain level of validity to answer a specific  question regarding a specific individual. However, even reaching that less­than­definitive­sounding conclusion requires considerable work on the part of the clinician. To explore the general concept of validity a little more fully, consider a specific, widely used measure—the Peabody Picture Vocabulary’ Test–III (Dunn & Dunn,  1997). That measure was developed for the purpose of examining receptive vocabulary in a wide variety of individuals using a task in which a single word is spoken by  the test giver and the test taker points to one picture (from a set of four) to which the word corresponds. Despite the exceptionally detailed development undergone by  the PPVT­III, it is nonetheless quite easy to imagine situations in which its use could lead to highly invalid conclusions and, thus, for which its validity could be  questioned. For example, using the PPVT­III to reach conclusions about a test taker’s artistic talent or about the vocabulary of someone who does not speak English  represent gross examples of how misapplication undermines validity. One can also imagine—or simply observe—less obvious yet similarly problematic applications of the PPVT­III. For example, the PPVT­III might be used to draw  conclusions about overall receptive language, rather than receptive vocabulary only. It might also be used to examine the receptive vocabulary skills of an individual or  group lacking much previous exposure to many vocabulary items pictured in the exam. In each of these cases, the validity of the test’s use would be adversely affected,  although probably not to the degree of the first, extreme examples. Thus, these latter examples illustrate the continuous nature of validity by showing that a measure can  be less valid than if it were used appropriately, but more valid than if wildly misused. These last two examples are also poignant because they aren’t just hypothetical  examples, but actual ones that readily occur if a clinician is careless or naive about the concept of validity. As another way of thinking about these problems in validity, consider two questions: (a) Is something other than the intended construct actually being measured by the  indicator (the test)? and (b) Does the indicator reflect its target construct in such a limited way that much of the meaning of the construct is lost? Affirmative answers to  either or both of those questions chip away at the value of the indicator as a means 

Page 52 of measuring the intended construct and, by definition, chip away at the measure’s validity. Thus, when the PPVT­III is used as a measure of receptive language as a  whole, the construct of receptive language is greatly impoverished, hence one can conclude that reduced validity is a strong risk. On the other hand, it may be used to  measure vocabulary skills in individuals who have not had much exposure to the vocabulary. Then it may become a measure of exposure to the vocabulary rather  learning of the vocabulary, thus reducing the measure’s validity because the test would not be measuring what it was supposed to measure.  Given the continuous nature of validity and the considerable specificity with which it must be demonstrated, how does one ascertain that a measure is valid enough to  warrant use for a particular purpose? In the next section I outline methods that are used by test developers and other researchers to provide support of a general  nature—that is, suggesting broad parameters associated with its useful application. Methods used by test users to evaluate that support in terms of a specific application  are described in the next chapter. Ways of Examining Validity

The methods used to demonstrate that a measure is likely to prove valid for a general purpose (such as identifying a problem area or monitoring learning) have grown in  number and sophistication over the years. Although the methods are highly interrelated, they are nonetheless characterized as falling into three categories: construct  validation, content validation, and criterion­related validation. These three categories are ordered beginning with the most important.  Construct Validation

Construct validation refers to the accumulation of evidence showing that a measure relates in predicted ways to the construct it is being used to measure—that is, to  show that it is an effective indicator of that construct. A wide variety of evidence falls into this category, including evidence that is described as content­ or criterion­ related in the sections that follow. If that seems confusing to you at first, you are not alone; the theoretical centrality of construct validity has only recently been  recognized. Until that time, validity was usually conveyed as composed of three parts rather than as a unity. Figure 3.1 portrays the relationship between the three types of validity evidence. It also conveys the two meanings of construct validity—(a) as a cover term for all  types of validity evidence and (b) as a term used to refer to several methods of validation that are not seen as fitting under either content­ or criterion­related validation  techniques. The underlying similarity of methods uniquely defined as demonstrating construct validity can perhaps best be seen through a discussion of the earliest stages in  measurement development. When approaching the development of a behavioral measure, the developer considers how the construct to be measured (such as receptive  vocabulary) is related to other behavioral constructs and events in the world (such as age, gender, other abilities). Also considered at this stage are possible indicators  (such as pointing at named pictures or acting out named actions) that might reasonably be used

Page 53

Fig. 3.1.  A graphic analogy illustrating the different kinds of evidence of validity. to obtain information about the construct and thereby serve as the basis for the measure. For example, in the case of receptive vocabulary as a possible construct, the test developer begins with a scientific knowledge base that supports expectations about  how receptive vocabulary is affected by phenomena such age and gender. That knowledge base also generates expectations about how the construct is related to other  behavioral constructs such as expressive language development and hearing ability. From this knowledge base, the developer formulates predictions about how a valid  indicator, or measure, will be affected by such phenomena and how such a valid indicator will be related to other constructs. Evidence suggesting that the measure acts  as predicted supports claims of construct validity. Four specific methods of construct validation are discussed in upcoming paragraphs—developmental studies,  contrasting group studies, factor analytic studies, and convergent­discriminant validation studies. For many measures used with children, two kinds of studies are frequently used to provide evidence of construct validity—developmental studies (sometimes called age  differentiation studies) and studies in which groups who are believed to differ in relation to the construct are contrasted with one another (sometimes called group  differentiation studies). Table 3.1 provides an example of the description provided for each of these types of study. The specific examples used here are not considered  to be the most thorough nor the most sophisticated possible examples. Instead they are meant to help you anticipate the way such studies are described in test manuals.  The developmental method of construct validation is based on the general expectation that language and many related skills of interest increase with age. The

Page 54 Table 3.1 Examples of Test Manual Descriptions of Two Types of Construct Validation Studies Type of study

Description

Developmental studies

‘‘Correlational methods were used to determine if performance on the TWF [Test of Word Finding] changes with age. Using the Pearson  product­moment correlation procedure, TWF accuracy scores (scale scores generated from the Rasch analyses) were correlated with the  chronological age of the 1,200 normal subjects in the standardization sample…. All coefficients were statistically significant and of a sufficient  magnitude to support the construct validity of the TWF as a measure of expressive language for both boys and girls and of children of  different ethnic and racial background. Comparison of accuracy scores at each grade level also reflected developmental trends as the accuracy scores of the normal subjects in the  standardization sample increased across grades…. These findings, which support grade differentiation by the TWF for all but one grade, are  a further indication of developmental trends in test performances on the TWF.” (German, 1986, p. 5)

Contrasting group  studies

“In order to test the capacity of the TELD [Test of Early Language Development] to distinguish between groups known to differ in  communication ability, we administered the TELD to seventeen children who were diagnosed as ‘communication disordered’ cases. No  children with apparent hearing losses were included in the group. Eighty percent of the children were white males; they ranged in age from  three to six and a half. In socio­economic status, sixty­four percent were middle class or above. All of the children attended school in Dallas,  Texas. The mean Language Quotient (LQ) derived from the TELD for this group was 76. Since the TELD is built to conform to a distribution that  has a mean of 100 and a standard deviation of 15, it is apparent that the observed 76 LQ represents a considerable departure from  expectancy. It is a discrepancy that approaches two standard deviations from normal. These findings were taken as evidence supporting the  TELD’s construct validity.” (Hresko, Reid, & Hammill, 1981, p. 15)

hypothesis tested in this type of validation study is that performance on the measure being studied will improve with age. As you probably recall from previous course  work, developmental studies of this kind can take a couple of different forms—one (called a longitudinal study) compares the performances of a single group of  children across time, and a second (called a cross­sectional design) compares the performances of several groups of children, each group falling at a different age.  Cross­sectional studies are particularly popular among test developers, undoubtedly because the data needed to test the hypothesis are the same as those needed to  provide norms. A second major type of construct validation study, which can be called the contrasting groups method of construct validation, tests the hypothesis that two or  more groups of children will differ significantly in their performance on the targeted measure. Again, consider receptive vocabulary as the example. Obviously  developing a test of receptive vocabulary for use with children only makes sense if you believe that there are some children whose performance falls so far below that of  peers as to 

Page 55 have significant negative consequences. For this type of measure, one might evaluate construct validity by finding groups of children who are thought to differ in their  receptive vocabulary knowledge (e.g., children with a developmental language disorder vs. children without such a disorder). In this type of study, if the measure is a  valid reflection of the construct, children who have been identified as differing in relation to the construct should also differ in their performance on the measure. See  Table 3.1 for an example of a validation study of this type. A third category of construct validity study is identified through the use of a specific statistical technique—factor analysis. Factor analysis is less frequently used in  speech­language pathology than it is in some other disciplines. For example, it has been used most extensively to study intelligence tests. Besides its value as a means of  studying an already developed measure, factor analysis is frequently used in early stages of test development as an aid in selecting items from a pool of possible items.  The term factor analysis describes a number of techniques used to examine the interrelationships of a set of variables and to explain those interrelationships through a  smaller number of factors (Allen & Yen, 1979). Factor analysis assists researchers in the very difficult process of making sense of a large number of correlations, the  most basic method for describing interrelationships (as described in chap. 2). In factor analytic studies, the original set of variables to be studied typically consists of a group’s performance on the target measure as well as a set of other  measures—some of which tap a similar construct as the target measure. Although the concept of the factor does not exactly relate to a specific underlying construct, all  measures related to a single construct are expected to be associated with a single factor. Therefore, construct validity would be demonstrated in this type of study when  the target measure shares, or “loads on,” the same factor as measures for which validity with respect to a particular construct has already been demonstrated (Pedhazur  & Schmelkin, 1991). A particularly sophisticated method proposed for studying construct validity exists in principle, is applied to measures developed for a variety of behavioral constructs,  but is rarely applied in speech and language measures. That is the method known as convergent and discriminant validation (Campbell & Fiske, 1959), which is  associated with a type of experimental design they called a multitrait–multimethod matrix. Because of the relative rarity of this approach for measures used with children  who have language disorders, I do not discuss it in detail. However, because this method is sometimes used for measures you will be interested in, it is important to  know that convergent validiation refers to demonstrations that a measure correlates significantly and highly with measures aimed at the same construct, but using  different methods; discriminant validation refers to demonstrations that it does not correlate significantly and highly with measures targeting different constructs  (Pedhazur & Schmelkin, 1991). An example from Anastasi (1988) may help make the ideas behind convergent and discriminant validation clearer: Correlation of a quantitative reasoning test with subsequent grades in a math course would be an example of convergent validation. For the same test, discriminant  validity would be evidenced by a low and insignificant correlation with scores on a reading comprehension test, since reading ability is an irrelevant variable in a test  designed to measure quantitative reasoning. (p. 156)

Page 56 In short, validity is supported in this approach through evidence that the measure under study is measuring what it is supposed to measure in a manner uncontaminated  by its relationship to something else that it was not supposed to measure. In the context of their discussion of convergent and discriminant validation, Pedhazur and Schmelkin (1991) discussed a pair of fallacies that threaten researchers’  understanding of the evidence they obtain using this measure, but equally apply to thoughts about test selection. Cleverly, they have been termed the “jingle and jangle  fallacies.” Jingle fallacies arise when one assumes that measures with similar names must tap similar constructs; whereas jangle fallacies arise when one assumes that  measures with dissimilar names must tap dissimilar constructs. Obviously, close examination of actual content can help ward off the deluding effects of such thinking.  Although I only discussed four methods of construct validation, many more methods are actually used, including those that have conventionally been identified in  association with content­ and criterion­related validation. Methods fitting under content­ and criterion­related validation techniques are discussed next. These are  typically viewed as more easily understood than construct validation. Content Validation

Content validation involves the demonstration that a measure’s content is consistent with the construct or constructs it is being used to measure. As with construct  validity, the developer addresses concerns about content validity from the earliest stages of the measure’s development. Such concerns necessitate the use of a plan to  guide the construction of the components of the measure (test items, in the case of standardized tests). The plan ensures that the components of the measure will  provide sufficient coverage of various aspects of a construct (often called content coverage) while avoiding extraneous content unrelated to the construct (thus assuring  content relevance). Later, content validity is evaluated directly, usually through the use of a panel of experts who evaluate the original plan and the extent to which it  was effectively executed. Table 3.2 lists the basic steps involved in the development of standardized measures. Despite underlying similarities, the specific ways in which concerns regarding content validity affect the development process differ for norm­referenced and criterion­ referenced measures. Before attempting a comparison of these differences, recall Table 3.2 Steps Involved in the Development of a Standardized Measure (Allen & Yen, 1979; Berk, 1984) Step

Test Development Activity

1

Plan the test

2

Write possible items

3

Conduct an item try­out

4

Conduct an item analysis

5

Develop interpretive base (norms or performance standards)

6

Collect additional validity and reliability data

Page 57 these two ideas from chapter 2: (a) content tends to be broadly sampled for norm­referenced measures and extensively, almost exhaustively, sampled for criterion­ referenced measures; and (b) a person’s performance is interpreted in relation to the performance of a normative group for norm­referenced measures and to a specific  performance level for criterion­referenced measures. In the following sections, I describe the effect of these differences on content validation within the context of an  explanation of procedures used in the development of norm­referenced as well as criterion­referenced measures. The Development of Norm­Referenced Measures and Content Validity. For norm­referenced tests, the development of the plan involves decisions about the  number and complexity of constructs to be examined as well as the numbers and kinds of items to be used. Some tests attempt to take on only one construct (e.g., the  PPVT­III Dunn & Dunn, 1997), whereas others address many or complex constructs and consequently are composed of numerous subtests (e.g., the Test of  Language Development Intermediate–3 [Hammill & Newcomer, 1997]), in which the complex construct of language is viewed as composed of numerous simpler  constructs involving various aspects of receptive and expressive language). Next, as many as 1.5 to 3 times as many items are written as are expected to be used in the final version of the test (Allen & Yen, 1979). Items are written with the  goal of sampling evenly across the range of all possible items and providing a large enough pool of items that their effectiveness can be studied in the next steps of the  test’s development: item tryout and item analysis.  An item tryout is conducted using a large sample of individuals chosen to be as similar as possible to those for whom the test will ultimately be used. After the test is  given to the sample, the performance of each item is studied using item analysis. This analysis tends to rely most heavily on information about the item’s difficulty and  discrimination but can involve a variety of techniques (including factor analysis) intended to help the test developer arrive at a subset of the most valid items by throwing  out or modifying unsatisfactory items. Item difficulty (p) is the number of persons answering the item correctly divided by the number of persons who took the item. It can be used to gauge whether an item  is appropriate to the range of abilities characteristic of the target population. Obviously, if a test is passed by everyone (p = 1.0) or is failed by everyone (p = .0), it will  not help you rank individuals relative to one another—the goal of a norm­referenced measure. In fact, it is generally held that an item has the maximum ability to  discriminate among test takers when it has a p value of .50. Norm­referenced test developers are often encouraged to strive for items with difficulties falling  between .30 and .70 as an acceptable range around .50 (Allen & Yen, 1979; Carver, 1974). Items that fall outside of this range are discarded or rewritten (because a  difficult item may only be difficult because its wording is confusing). Item discrimination can be measured in several different ways, with item discrimination indexes and item–total test score point biserial correlations as the most popular  methods. Item discrimination reflects the extent to which people tend to perform similarly on the item as they do on the test as a whole (Allen & Yen, 1979). It is gen­  

Page 58 erally thought that better items will be those for which there is a tendency for more positive performances on the item to be associated with more positive performance  on the test as whole. Again, items that fail to perform in a desirable fashion are candidates for rewriting or exclusion.  Once items are rewritten and a subsequent item analysis demonstrates a satisfactory report on the final body of items, the last step of the test construction process  involves the collection of initial information about the instrument’s overall validity and reliability and the preparation of documentation concerning the instrument. Content  validity comes in at this point in two ways. First, by reporting on the specific methods used in the steps I described, the test author is providing a potential test user with  some evidence that the initial intended content of the test has been well translated into the final measure. Second, one type of data collected during the final step of test  construction consists of expert evaluation of the development process and of the final fit between intended and actual content of the test. Table 3.3 provides two  examples, showing how different test manuals describe this information. The Development of Criterion­Referenced Measures and Content Validity. Criterion­referenced measures are constructed using steps similar to those  previously described. However, numerous differences in methods and rationales distinguish the development of such measures from the development of norm­ referenced measures. To begin with, the initial plan used for a criterion­referenced measure tends to be more elaborate and detailed than that used in norm­referenced measure construction  (Glaser, 1963; Glaser & Klaus, 1962). Also, behavioral objectives, often hierarchically arranged, may be used as part of the plan, particularly when the measure is  being developed to examine progress in the acquisition of a particular body of information or a particular skill (Allen & Yen, 1979). Nitko (1983) offered a detailed  accounting of the sometimes very intricate plans used for criterion­referenced measures.  The Testing and Measurement Close­Up in this chapter provides a very personal example from the life of one of the authors quoted most frequently on the topic of  validity, Anne Anastasi, which reminds us of the difference in norm­referenced and criterion­referenced tests.  Once the plan has been finalized, items are written so that they address all aspects of the intended content. Although exhaustive is too strong a word (an exhaustive  test of any construct worth knowing about would undoubtedly require several lifetimes), the extensiveness of item coverage is definitely in the direction of exhaustive  when compared with that of norm­referenced measures.  Item tryouts and analyses offer another point at which major differences separate norm­referenced from criterion­referenced instruments. For norm­referenced  measures, items are selected for their ability to discriminate across a range of abilities; for criterion­referenced measures, however, items are selected for their ability to  discriminate between performance levels. Most commonly, dichotomous performance levels are used, such that items are selected for their ability to discriminate  between performance showing mastery of a particular content versus that showing nonmastery. For that purpose, an ideal item’s difficulty would approximate zero for  nonmasters and 1 for masters. One method used to tentatively identify masters and nonmasters

Page 59 Table 3.3 Examples of Two Types of Criterion­Related Validity Studies Test of Phonological Awareness (TOPA): “When the TOPA (Test of Phonological Awareness) was given to a sample of 100  children at the end of kindergarten, it was found to be significantly correlated with two other, relatively different measures of  phonological awareness. The TOPA­Kindergarten scores were correlated with scores from a measure called sound isolation (a 15­ item test requiring pronunciation of the first phoneme in words) at .66 and with a segmentation task (requiring children to produce all  the phonemes in a three­ to five­phoneme word) at .47. Both of these other measures assessed analytical phonological awareness,  although they required a more explicit level of awareness than did the TOPA.” (Torgesen & Bryant, 1994, p. 24)  l Preschool Language Scale­3 (PLS­3): “A study of the relationship between PLS­3 and CELF­R [Clinical Evaluation of  Language Function­Revised (Semel, Wiig, & Secord, 1987)] was conducted with 58 children. The sample consisted of 25 males  and 33 females ranging in age from 5 years to 6 years, 11 months (mean = 6 years, 0 months). The two tests were administered in  counterbalanced order. The between­test interval ranged from two days to two weeks, with an average of 4.5 days. Both tests were  administered by the same examiner. Reported correlations were as follows: PLS­3­Auditory Comprehension with CELF­R  Receptive Composite (r = .69); PLS­3­Expressive Communication with CELF­R Expressive Composite (r = .75); PLS­3­Total  Language score with CELF­R total Score (r = .82).” (Zimmerman, Steiner, & Pond, 1992, p. 95)  l

Concurrent validity

Test of Phonological Awareness (TOPA): “When the TOPA­Kindergarten was given to 90 kindergarten children sampled from  two elementary schools serving primarily low socioeconomic status and racial minority children, its correlation with a measure of  alphabetic reading skill (the Word Analysis subtest from the Woodcock Reading Mastery Test) at the end of first grade was .62.  Thus, between 30% to 40% of the variance in word­level reading skills in first grade was accounted for by the TOPA administered  in kindergarten.’’ (Torgesen & Bryant, 1994, p. 24)  l Receptive­Expressive Emergent Language Scale (REEL­2): “In the first study investigating predictive validity, researchers at the  University of Florida’s Emergent Language laboratory conducted a longitudinal study of 50 ‘normal’ infants from linguistically  enriched environments. After repeated monthly testing over a 2­ to 3­year period, all infants were found to achieve mean average  scores for Receptive Language Age (RLA) and Expressive Language Age (ELA), and Combined Language Age (CLA) at or about  their chronological ages.” (Bzoch & League, 1992, p. 10)  l

Predictive validity

has been to examine performances of an item tryout sample before and after instruction designed to produce mastery (Allen & Yen, 1979). In that context, better items  are those in which p values show the greatest upward change. As was the case with norm­referenced measures, the last step of the test construction for a criterion­referenced measure involves the collection of initial information  about the instrument’s overall validity and reliability and the preparation of docu­  

Page 60 mentation concerning the instrument. Here, the effects on content validity are achieved using means similar to those used for norm­referenced measures. In addition to  providing descriptive evidence of the procedures used to develop the test’s content, test authors look to the results of expert evaluations of construction methods and  final test content as a further source of content validation. TESTING AND MEASUREMENT CLOSE­UP Anne Anastasi has been called one of “psychology’s leading women.” She was one of only five women (of a total of 96 psychologists) to be considered during the  first eight decades of this century in a prominent series of books recording the history of psychology through autobiography (Stevens & Gardner, 1982). Although  Anastasi has made contributions in a variety of areas in psychology, the reason that she is included here is because of her authorship of a classic text on psychological  testing (Anastasi, 1954). That text has gone through seven editions, with the latest edition published in 1997. It has undoubtedly served as the source of more  information on testing for psychologists and others than perhaps any other work, and in its latest edition, Anastasi (1997) again provided one of the clearest sources  for essential information on validity and reliability. In the early 1980s, at the University of Arizona, I had the pleasure of hearing Anne Anastasi present a lecture, when she was in her 70s. Her black patent leather  pocketbook was propped up in front of her on the podium as she spoke, its stiff handle almost obscuring the audience’s view of her white hair, thick horn­rimmed  glasses, and the bright eyes that lay behind them. I do not actually remember much about the details of her presentation, except that her speech was as clear as her  writing and was presented without a single note. She was as impressive in person as she had been on the page. The following passage from her autobiography breathes life into two very different ideas from this chapter. First, it shows the possibly traumatizing effect that the  process of assessment can have—even on a child whose biggest problem appears to have been her exceptional intelligence. Second it revisits the distinction between  norm­referenced and criterion­referenced (or as she calls it here, content­referenced) score interpretation. “Throughout my schooling, I retained a deep­rooted notion that any grade short of 100 percent was unsatisfactory. At one time I actually believed that a single error  meant a failing score. I recall a spelling test in 4B, in which we wrote ten words from dictation. I was unable to hear one of the words properly, because the subway  had just roared past the window (it was elevated in that area). The word was “friend,” but I heard it as “brand.” As a result, the item was marked wrong and my  grade was only 90%. That evening when I told my mother about it, she consoled me and advised me to raise my hand at the time and tell the teacher, if anything like  that should happen again. But she did not disabuse me of the notion that anything short of a perfect score was a failure. I eventual­

Page 61 ly discovered for myself that one could pass despite a few errors; but I always felt personally uncomfortable with the idea. There seemed to be some logical fallacy in  calling a performance satisfactory when it contained errors. I was apparently following a content­referenced rather than a norm­referenced approach to performance  evaluation.’’ (Anastasi, 1980, p. 7–8). Face Validity. One further topic regarding content validity that demands attention is not really a matter of true validity at all, despite its being termed face validity.  Face validity is the superficial appearance of validity to a casual observer. Face validity is considered a potentially dangerous notion if a test user mistakenly assumes  that a cursory evaluation of a measure for its face validity constitutes sufficient evidence to warrant its adoption. Nonetheless, face validity can play a role in a test’s  actual validity; for example, poor face validity may cause a test taker to discount the importance of a measure and thereby undermine its ability to function as intended.  In summary, the kind of evidence provided for norm­referenced versus criterion­referenced measures differs. However, content validation for both types of measures is  achieved through the author’s careful planning, execution, and reporting of the measure’s development and through the positive evaluation of this process by experts in  the content being addressed. Criterion­Related Validation 

Criterion­related validation refers to the accumulation of evidence that the measure being validated is related to another measure—a criterion—where the criterion is  assumed to have been shown to be a valid indicator of the targeted construct. Putting this in primitive terms, criterion­related validation involves looking to see if your  “duck” acts like a “duck.” This explanation derives from famous streetwise logic in which anything that looks like a duck, walks like a duck, and quacks like a duck is  determined to be a duck. Thus, as you set out to validate your measure (Duck 1), you search around for a duck (Duck 2, a.k.a. Criterion Duck) that everyone  acknowledges is indeed a true duck (i.e., a valid indicator of the underlying construct). Then you put your ducks through their paces to see to what extent they act  similarly. The greater their similarities, the better the evidence that they share a common “duck­ness.” And then, voilà: You have evidence of criterion­related validity!  In case I lost you there, the way that criterion­related validation works for a behavioral measure is that one obtains evidence by finding a strong, usually positive  correlation between the target measure and a criterion. The choice of the criterion is crucial because of the assumption that the criterion has high validity itself. It can  also be problematic because for many constructs it may be difficult to find a criterion that can claim such an exalted status.  Two types of criterion­related validity studies are typically described: concurrent and predictive. Predictive validity is most relevant when the measure under study will  be used to predict future performance in some area. For example, the Predictive 

Page 62 Screening Test of Articulation (PSTA; Van Riper & Erickson, 1969) was intended to predict whether a child tested at the beginning of first grade would still be  considered impaired in phonologic performance 2 years later. Consequently, this type of evidence was important in demonstrating that the test would measure what it  was supposed to measure. In that particular case, the test developers used as the criterion measure the researcher’s judgments of normal articulation versus continued  articulatory errors based on a simple phonetic inventory and on samples of spontaneous connected speech obtained 2 years after initial testing with the PSTA.  A study of concurrent validity is performed when the criterion and target measures are studied simultaneously in a group of individuals like those for whom the test will  generally be used. It is by far the more common type of criterion­related validity study. See Table 3.3 for an example of this type of validity study.  For both predictive and concurrent studies of criterion­related validity, the resulting correlation coefficient is often termed a validity coefficient, or more specifically, as a  predictive or concurrent validity coefficient, respectively. Interpretation of such coefficients is essentially the same as that described for correlations in chapter 2.  However, one factor in the interpretation of validity coefficients that was not addressed previously concerns how high a correlation has to be for one to consider it  credible support of a measure’s valid use for a particular purpose. The Standards for Educational and Psychological Testing (APA, AERA, & NCME, 1985)  does not provide direct guidance on this question. However, several experts recommend that when a measure is going to be used to make decisions about an individual  (rather than as a way to summarize a group’s performance), a standard of .90 should be used. As an additional proviso, the correlation coefficient should also be found  to be statistically significant (Anastasi, 1988). Factors Affecting Validity

Anything that causes a measure to be sensitive to factors other than the targeted construct will diminish the measure’s validity. For example, a bathroom scale that  becomes sensitive to room temperature or humidity is likely to be less valid as an indicator of how much damage one has done after a series of holiday meals. In this  section of chapter, I consider factors affecting the validity of behavioral measures such as those used with children—first considering two factors over which the  clinician has considerable direct control, then two factors over which the clinician’s control is far less direct.  Selection of an Appropriate Measure

As mentioned at the beginning of this chapter, probably the biggest factor affecting the validity of decisions made using a particular measure is the suitability of the match  between the specific testing purpose and the demonstrated qualities of the measure to be used. The majority of information described thus far relates to activities  performed by the developer of a standardized measure. Still to be discussed is how test users make use of that information to do their rather large part in assuring the  validity of their own test use. For the moment, it is sufficient that you be aware that your role is critical in assuring testing validity and that it begins with a thorough  evaluation of information provided by the 

Page 63 test developer, test reviewers, and the clinical literature in light of your client’s needs. Specific steps leading to such an evaluation are described in the next chapter.  Administration of the Measure

After successful selection of a measure, the clinician plays a critical role in assuring validity through its skilled and accurate administration. Unless a measure is  administered in a manner consistent with the methods used in developing the measure’s norms and testing its reliability and validity, any comparison of the resulting  performance against either norms or performance standards becomes distorted, even nonsensical. Thus for example, the directions supplied, with a test may indicate  that orally presented items are to be read aloud only once. In that case, the difficulty of that test will probably be lessened if the test user decides that it’s only “fair” to  the child to give a second chance to hear the information included in the item. In reality, however, it is decidedly “unfair” to the child if the test is being used to provide  information about how that child’s performance compares with a standard that was determined under different conditions.  Skilled administration of standardized measures, however, goes well beyond the preservation of idealized conditions. It also facilitates a crucial but sometimes  overlooked function of a testing situation—that is, the establishment of a trusting, potentially helpful relationship between the clinician and the child being tested. If test  administration goes well, the child comes away from the experience with a sense that the test giver likes the child and is a rewarding person with whom to interact. If it  does not, not only will the test data be compromised, but the child may develop expectations of the test giver that will be difficult to overcome. Indeed, some  researchers (Maynard & Marlaire, 1999; Stillman, Snow, & Warren, 1999) who examine the testing process in detail note that far too little attention is paid to the  collaborative nature of testing, in which the examiner is not a passive conduit of items but an integral participant in the testing outcome. Table 3.4 lists some suggestions  gleaned from several years of clinical experience (my own and others’) concerning how to facilitate testing.  Client Factors

Client factors are such a key feature to valid testing of children that it seems worth discussing them under a separate heading. Of particular interest are motivation and  what Salvia and Ysseldyke (1995) called enabling behaviors and knowledge. Motivation affects the performance of adults and children in often dramatic ways. Although the topic of motivation has been the impetus for extensive research in  several disciplines, you can quickly appreciate the devastating impact of low motivation by looking back over your own experiences and remembering an occasion  when a classroom quiz or test fell at a time when you were preoccupied by other things happening in your life, or perhaps a time when you “psyched yourself out,’’  thereby seemingly necessitating the fulfillment of a prophecy of failure. For me, the experience that comes to mind is a midterm examination I took in college. I had  found an unconscious but still breathing mockingbird on my way to the exam. Consequently, during the examination, I spent much more of my time wondering whether  the bird would still

Page 64 Table 3.4 Testing Recommendations Things to Consider When Testing Children 1.

Remember that children rarely have much sophistication in test­taking skills. They expect your relationship with them to be based on the same rules that apply to  interactions in other situations. Therefore it is your responsibility to honor their expectations and find ways to achieve your goals within that context.

2.

Children’s efforts to achieve their best for you will be built on the expectation that you and they are out to please each other in the interaction. You want to be  accepted by the child as a rewarding, appreciative adult who is generally fun to be with.

3.

For older children, you need to strive for a balance in which you are in control as much as you need to be to have your questions answered and the child is in  control as much as possible otherwise. For example, it is important that you maintain control over your test materials, are relatively firm when you make a request  that is a necessary part of the testing process, and only offer choices where they are truly available (e.g., avoid asking questions such as the following if they are  not true offers: “Do you want to look at some pictures with me now? ”).

4.

Help children cooperate by informing them about the content, order, and time frames associated with various assessment tasks. Toward this end, consider doing  the following: (a) Whenever possible, allow the child to make choices in ordering activities, and (b) devise a method to let children know how much more is  required of them. For older children, you can use a list where each completed item is checked off or rewarded with a sticker. For younger or less sophisticated  children, you can use tokens equaling the number of activities, which are removed from sight or moved to a different location as each activity is finished.

be alive when I finished it and where I could get help for it if it were still alive, than I spent actively focused on the outcome of the examination. With predictable results.  (Sadly, the bird fared no better than my exam grade.) Motivation is particularly critical for measures that are intended to elicit one’s best effort. One variety of such measures are those in which clients are assumed to be  doing their best under conditions stressing accuracy, speed of execution, or both. These are sometimes called maximal performance measures. Common examples of  maximal performance measures in childhood language disorders include measurement of language functions in which responses are timed as well as a variety of speech  production measures, including diadochokinetic rate. In a discussion of such measures used to study speech production, Kent, Kent and Rosenbek (1987) cautioned  that extreme care should be taken before concluding that a test taker is fully aware and motivated and therefore likely to produce a performance that can reasonably be  compared with norms or behavioral standards. The need for caution is particularly great for younger children and for children with either Down syndrome or autism, but  it should always be a concern for any child. Whereas the level of concern should be greatest for maximal performance testing, any testing of a child will be subject to  reduced validity if the child is uninterested or overly anxious. Enabling behaviors and knowledge are defined by Salvia and Ysseldyke (1995) as “skills and facts that a person must rely on to demonstrate a target behavior or  knowledge.” If an assumed enabling behavior is absent or diminished, performance on the  

Page 65 measure may no longer be associated with the behavior under study; hence its validity is threatened dramatically. Enabling behaviors that are frequently assumed in  children’s language tests include adequate vision, hearing, motor skill, and understanding of the dialect in which the test is constructed. In fact, although I discussed it  earlier as a separate category, positive motivation to participate in assessment is a frequently assumed enabling behavior.  Reliability

Reliability, or consistency in measurement, is invariably listed as a major factor affecting validity because it is a necessary condition for validity, meaning that a measure  can only be valid if it is also reliable. Reliability does not assure validity, however. Figure 3.2 illustrates this relationship between reliability and validity using archery as  an analogy. Target number 1 demonstrates the handiwork of an archer whose aim is both reliable and valid; number 2, an archer whose aim is reliable, but not valid;  and number 3, an archer whose aim is neither reliable nor valid. In behavioral measurement, the use of measures with degrees of reliability and validity similar to that  shown in targets 2 and 3 will have similarly negative outcomes, although unfortunately the outcomes may not be as obvious and, therefore, will be harder to detect— and, possibly, to rectify.

Fig. 3.2.  A graphic analogy illustrating the relationship between reliability and validity.

Page 66 One point (no pun intended) made by Fig. 3.2 is that reliability limits how valid a measure can be; any loss of reliability represents a loss of validity. Thus, information  about reliability can provide very important insight into the quality of a measure. To illustrate this problem in a more lively way, imagine the problems associated with an  elastic and therefore unreliable ruler. Over repeated measurements of a single piece of wood with such a ruler, its user on each attempt might try desperately, even  comically, to apply exactly the same outward pressures to the ruler—almost certainly in vain, with measurements of 5 inches one time, 6 inches the next, and so on.  With such immediate feedback, the user of the measure would surely recognize the hopeless lack of validity in these measurements and would undoubtedly go looking  for a better ruler. Unfortunately, when human behavior is being measured, even measures with reliability equivalent to that of an elastic ruler would not be so easily  recognized. Thus, because of the importance of reliability, the next section of this chapter is devoted to a more detailed explanation of reliability—what it is and how it is  studied. Reliability Reliability can be defined as the consistency of a measure across various conditions—such as conditions associated with changes in time, in the individual administering  or scoring the measure, and even changes in the specific items it contains. If a measure is shown to be consistent in its results across these conditions, then its user can  make inferences from performance under observed conditions to behaviors and skills shown in other, unobserved conditions. In short, acceptable reliability allows for  generalization of findings obtained in the assessment situation to a broader array of real­life situations—those in which test users are really more interested.  When the reliability of a measure is examined during the course of its construction, that information is frequently represented using another type of correlation coefficient  called a reliability coefficient. Alternatively, more sophisticated statistical methods have been developed to examine the reliability of measures on the basis of an  influential perspective called Generalizability theory (Cronbach, Gleser, Nanda, & Rajaratnam, 1972), which attempts to examine several sources of inconsistency  simultaneously. These methods, however, are relatively recent and only infrequently applied in speech and language measures (Cordes, 1994).  Another way for thinking about reliability is in terms of how it affects an individual score. The most popular framework guiding this perspective on reliability is  sometimes described as the “classical psychometric theory’’ or the “classical true­score theory.” Although recent developments, including Generalizability theory, have  eclipsed classical theory as the cutting edge of psychometrics (Fredericksen, Mislevy, & Bejar, 1993), classical theory nonetheless pervades much of the practical  methods used by test developers and hence test users. Further, its continuing utility is praised even by those actively working along other lines (e.g., Mislevy, 1993).  The most important assumption associated with classical true­score theory (Allen & Yen, 1979) is that an observed score (a score someone actually obtains) is the  sum of the test taker’s true score plus some nonsystematic error. Thus, the true score is an  

Page 67 idealization. It has alternatively been described as the score you would find if you had access to a crystal ball or as the mean score a test taker would achieve if tested  infinitely. Notice that error and reliability are correlated in this perspective. Specifically they are inversely related: The larger the reliability, the smaller the error.  Besides its historical value, this perspective on reliability is useful because it foreshadows our ability to apply reliability information obtained on a group to possible error  in the observed score of an individual test taker, such as our client. When the reliability of a measure is expressed in relation to individual scores, that information is  represented using a measure known as the standard error of measurement (SEM). Its mention here is meant to whet your appetite for further information, which is  provided later under the heading Internal Consistency. Ways of Examining Reliability

Three types of reliability are of most frequent interest—test–retest reliability, internal consistency reliability, and interexaminer reliability. A fourth type of reliability,  alternate­forms reliability, is relatively infrequently used. The methods used to demonstrate such reliability with a particular group of test takers depend to some extent  on whether it will be interpreted using a criterion­referenced or norm­referenced approach. Whereas there is widespread agreement concerning the methods to be used  to study the reliability of norm­referenced measures, debate continues concerning the best methods to be used with criterion­referenced measures and whether methods  traditionally developed for norm­referenced measures can also be used with criterion­referenced measures (Gronlund, 1993; Nitko, 1983). I discuss reliability primarily  from the traditional, or norm­referenced, perspective, but note those points at which methods recommended for criterion­referenced measures depart from that  perspective. Test–Retest Reliability 

Test–retest reliability is studied in order to address concerns about a measure’s consistency over time. It is particularly important where the characteristic being  measured is thought to remain relatively constant for at least shorter periods of time (such as 2 weeks to a month). Sometimes a distinction is made between  examinations of reliability over periods of time under 2 months and those of reliability over longer periods of time, which is then termed stability (e.g., Watson, 1983).  However, more common is a tendency for the terms test–retest reliability and stability to be used interchangeably.  For norm­referenced measures used with children with language impairments, test–retest reliability is typically studied by testing a group of children similar to those for  whom the measure is intended on two occasions, usually no more than a month apart. A correlation coefficient, called a test­retest reliability coefficient, is calculated  to describe the relationship between the two sets of scores and is interpreted in a manner identical to that used for previous correlation coefficients, with increasing  correlation size showing a greater degree of relatedness between the two sets of scores. For measures used with children, the test–retest interval is particularly crucial because rapid developmental changes are likely to affect whatever characteristic is being  meas­  

Page 68 ured if the test–retest interval is too large. Thus it is imperative that test developers report the size of that interval over which test–retest reliability is calculated. Only  rarely will a measure be examined for test–retest reliability over an interval longer than a month.  One limitation of test–retest reliability coefficients is their susceptibility to carryover effects where the first testing affects the second. Depending on the nature of the  carryover, the apparent reliability of a measure for use in a one­time testing situation (the most typical application) might be either inflated or deflated (Allen & Yen,  1979). For example, practice effects might make the test easier on the second testing, causing answers to change from the first to second testing that would result in a  reliability coefficient that is smaller than it would be if carryover had not occurred. On the other hand, test takers may remember their answers from the first testing and  simply repeat them on the second, resulting in a reliability coefficient that is larger than it would be if carryover had not occurred. Because of this, test developers will  sometimes adopt methods other than the straightforward test–retest method, choosing to use alternate­forms retesting methods to supplement or sometimes even  replace test–retest data.  Many measures of considerable utility to speech­language pathologists working with children who have language impairments are not standardized tests for which  reliability data are provided. Instead, they are informal measures devised for a limited purpose. For informal measures it is more common to discuss the concept of  consistency under the heading of agreement. Thus, for example, it is possible to calculate test–retest agreement for an informal measure used by a single clinician.  Figure 3.3 provides an example of an informal probe measure for which an agreement measure is calculated. Although this example uses two judges, analogous  methods can be used to examine consistency for a single judge over time. In this example, the importance of agreement measures in giving you a sense of the  consistency of measurement is highlighted when you notice that the two judges arrived at exactly the same percentage correct calculation for the client. However, they  did so while agreeing about which words were correctly produced at a percentage almost equal to that predicted if their judgements were due to chance (50%)! A  particularly popular alternative to the simple procedure I described is the Kappa coefficient (Fleiss, 1981; Hsu & Hsu, 1996), which addresses this problem of chance  agreement. McReynolds and Kearns (1983) are an especially helpful resource for those interested in a more thorough description of agreement measures. Yet another  resource for those interested in a detailed discussion of the meaning and relative merit of such measures can be found in Cordes (1994).  Internal Consistency

Internal consistency is studied in order to address concerns about a measure’s consistency of content. It is primarily of interest in cases where a test or subtest has  items that are assumed to function similarly. Obtaining information about internal consistency for norm­referenced measures presents few practical difficulties: The same  information used to provide norms is used to study internal consistency. Thus, information about internal consistency is often provided, even if little else is.  The most basic method for examining internal consistency involves the calculation of a split­half reliability coefficient, where performances of a group of test takers like 

Page 69

Fig. 3.3.  An example showing how to calculate a point­to­point measure of agreement.  those for whom the measure is designed are compared for two halves of the measure. Although the measure may be split in half using a variety of strategies, most often  even items are compared with odd items through the calculation of a correlation coefficient. Higher correlations are taken as evidence of internal consistency.  A major problem with the split­half method is that because you compare only one­half of the test items with the other half, the amount of data used in the correlation  coefficient is half what it should be. This has the effect of making the correlation coefficient smaller than it would otherwise be. Alternative methods have been  developed to cope with this limitation. The two most important alternative measures of internal consistency encountered in tests for children are the Kuder–Richardson formula (KR20) and Coefficient alpha  (α). KR20 (which, in case you’re curious about the name, was the twentieth formula used by Kuder & Richardson in a famous 1937 article—Kuder & Richardson,  1937) is used only for dichotomously scored items (e.g., those scored as 1 = right and 2 = wrong only). It cannot be used for items that are not scored dichotomously  (e.g., those using a rating system from 1 to 4). This limitation led to the development of α. Coefficient alpha is a more general formula than KR20 and can handle both  dichotomously and nondichotomously scored measures. KR20 and α are thought to be more sensitive than split­half methods to homogeneity of item content, meaning  the extent to which items are aimed at the same specific construct. Thus they are sometimes described as measures of test homogeneity. 

Page 70 Near the beginning of this section on reliability I introduced the idea that reliability can be considered in terms of its impact on a given score using a statistic called the  SEM. The SEM is discussed in greater detail at this point because it is usually based on a measure of internal consistency (possibly because of the easy availability of  this type of reliability data, rather than for theoretical reasons). The formula for the SEM is relatively easy to understand and use. It is calculated by multiplying the  standard deviation of the test by the square root of 1 minus the reliability coefficient. It represents the degree of error affecting an individual score.  Recall that as reliability increases, the size of the SEM decreases: The more reliable a measure, the smaller the error affecting individual scores and the more precise the  measurement. Thus, one can use the SEM directly as a means of determining which of two competing measures is more precise. For example, for a 4­year­old child  you may want to compare the SEM for two tests designed to address receptive vocabulary skills using very similar tasks. Although there are additional grounds on  which you may want to compare the two tests, precision would be one important feature to consider in making a choice between them. Searching in their test manuals,  you find that the SEM for the first test is 7 (for which the mean standard score is 100, SD = 15) and for the second test is 4 (for which the mean and standard score is  100, SD = 15). Thus, the second is the more precise of the two measures. (Although it is possible to make essentially the same comparison using the reliability  coefficients for these measures, phrasing that comparison in terms of the SEM allows you to see much more vividly the impact on an individual score.)  The SEM can also be used, along with information about the normal curve, to obtain a confidence interval around an obtained score—a concept I discuss more fully in  chapter 9 as part of a larger discussion of test scores and identification decisions. Interexaminer Reliability

Interexaminer reliability is studied in order to address concerns about a measure’s consistency across examiners. Essentially, this form of reliability study addresses the  question, Are different examiners likely to affect performance on the measure? Depending on the specific focus, it can be called by a variety of names: interscorer  reliability, interobserver reliability, interjudge reliability, among others. The nature of the study depends on which aspects of the sequence of activities involved in  administering, scoring, and interpreting the measure are expected to be most vulnerable to inconsistency. For example, if a measure involves a sophisticated perceptual  judgment on the part of the examiner (such as the application of a 5 point rating scale), that aspect of the test’s use would be the primary focus of a reliability study.  Alternatively, if the calculation of a measure’s total score depended on the calculation and correct recording of numerous sums, then that aspect of the test’s use would  be a more important focus of study. Where possible during reliability studies, two testers are asked to perform the same function (e.g., scoring), either from tape (audio or video) or live, for a single group  of test takers. Then the resulting scores are examined using a reliability coefficient. When the actual administration of items seems to provide a source of error, the same  

Page 71 group of test takers may be tested by two testers. The results will be less clear­cut in that case, however, because differences in the two testing times could be due to  differences either in testers or in testing times (test–retest reliability).  For informal measures, consistency across users of the measure is more commonly discussed in terms of agreement. For example, it is possible to calculate agreement  for two examiners using a behavioral probe to examine performance within a specific treatment task. The methods are identical to those described in Fig. 3.3.  Alternate­Forms Reliability 

Alternate­forms reliability is studied to address concerns about consistency across varying forms of the test. Multiple versions of a test, termed alternate or parallel  forms, tend to be created when a test will probably be used on more than one occasion with an individual, thus making repeat testing subject to possible carryover  effects. Alternate forms are created by selecting items for each form from a common pool of possible items. Alternate­forms reliability is studied by administering one  version, then another (balanced so that half of the test takers will take one version first and the other half will take the other version first), and then calculating a  correlation coefficient for the resulting two sets of scores. Often the interval between testings is very short, and the correlation coefficient is thought to reflect only  differences in the form used. If the interval is longer, however, the resulting correlation coefficient can be expected to reflect not only differences in content between the  two forms, but also changes due to time. Therefore, information about the interval between testings should be reported as part of the test developer’s description of the  study. Alternate, or parallel, forms are rarely provided for tests used with children who have developmental language problems. They are typically reserved for tests that are  used with greater frequency, such as some educational and intelligence tests. Nonetheless, there are a small number of tests (e.g., the PPVT­III, Dunn & Dunn, 1997)  that do provide this information, which is why it is considered here. Factors Affecting Reliability

Any factor that increases the likelihood that nonsystematic error will enter into the testing situation will, by definition, decrease a measure’s measured reliability.  Consequently, any lack of similarity between testing conditions during a study of test–retest reliability or interexaminer reliability, for example, are likely to result in lower  reliability coefficients. In addition, there are a couple of factors that may not be so obvious that will distort the magnitude of reliability coefficients. These are discussed  further in a variety of sources, including Nitko (1983) and Gronlund (1993). First, the length of the measure used will affect the size of the reliability coefficient. In general, the longer a measure, the greater its reliability. This factor presents a  significant challenge to those wishing to develop tests for test takers with shorter attention spans (e.g., children!). Second, the specific group on which reliability is studied may affect the size of the obtained reliability coefficient. One reason for this is a phenomenon known as restric­  

Page 72 tion of range. What that means is that when there is little variability in performance in a distribution of scores (the restricted range), the size of the correlation coefficient  will be smaller than if the same pattern of variation were extended over a larger range of scores. Another reason for the possibility of specific groups affecting the size of reliability coefficients is that characteristics of one group may make it susceptible to error that  does not affect a different group. Take the performance on an IQ test of one group with and one group without an identified learning disability. The ability of those two  groups to perform consistently under the same conditions may not be the same, leading to differing results if reliability coefficients were to be calculated for each group.  The danger would be, however, that rather than looking for evidence for each group separately, one would consider evidence about the group without an identified  learning disability as sufficient for both groups. Here, as has been stressed before, the adequacy of evidence concerning reliability (and validity) needs to be considered  in light of the specific circumstances (who is being measured and for what purpose) motivating the clinician’s search for an appropriate measure. In the next chapter,  procedures are presented that are designed to help you learn how to evaluate individual measures within a client­oriented framework. Summary 1. Although behavioral measurement has relatively ancient roots, clinical and educational testing began only at the end of the 19th century.  2. The most influential standards developed for educational and psychological testing have been those of APA, AERA, and NCME (1985). These standards apply to  all behavioral measures, but apply most strictly to standardized tests. 3. The test user is responsible for assuring that a specific measure is likely to provide the information being sought (i.e., that the measure is a valid measure for the  purpose to which it will be put). 4. Because all evidence of validity depends on demonstrations that the measure captures the theoretical construct it was intended to assess, construct validity can be  seen as the overarching framework of validation. As a result of historical factors, however, three types of evidence are typically discussed: construct validity, content  validity, and criterion­related validity.  5. Four specific methods of construct validation include the developmental method, the contrasting groups method, factor analytic studies, and studies of convergent  and discriminant validity. 6. Content validation activities occur as part of the development process (e.g., documentation of the test plan, item analyses) and, following development, as part of  validation activities. 7. Standardized measures designed for criterion­referenced interpretation and for norm­referenced interpretation are developed using similar steps, but differ in the  methods used to make decisions at each step.

Page 73 8. Face validity, or public relations validity as it is sometimes called, involves a measure’s appearance of validity rather than the degree of validity it will be shown to  have on closer, systematic scrutiny. 9. Criterion­related validity involves the collection of evidence suggesting that the target measure performs in a manner similar to that of an already validated criterion  measure. Concurrent validity refers to criterion­referenced validation studies in which the criterion and the target measure are administered to the participant at the same  point in time, whereas predictive validity refers to studies in which the target measure is obtained first and the criterion at a later time.  10. Validity is affected by appropriate measure selection, test administration conditions, reliability, and client factors such as motivation and enabling behaviors.  11. Reliability (consistency of measurement) places an upper limit on possible validity, but even perfect reliability does not ensure validity. Reliability is therefore said to  be a necessary, but not sufficient condition for validity. 12. Studies of reliability usually target consistency across testing occasions (test–retest reliability), across subsets of test items (internal consistency reliability), and  across testers (interexaminer reliability). For speech­language pathology and audiology measures, consistency across test versions (alternate form reliability) is much  less frequently examined. 13. When reliability information is reported for a particular measure, reliability correlation coefficients are used most frequently. When such information is reported in  relation to a specific score obtained by an individual, SEM is used. 14. When information about consistency is sought for informal measures, agreement measures are usually calculated. The most common measures of agreement are  interexaminer and interexaminer agreement. 15. Classical true test score theory holds that the score actually received by an individual (the obtained score) is composed of error and the theoretical score the  individual “should” receive (the true score).  16. SEM can be used to construct a confidence interval within which one can determine a high probability of finding the individual’s true score.  17. Reliability is affected by test length (with fewer items resulting in lower reliability) and by the range of abilities represented in the reliability subjects (with a smaller  range of abilities resulting in lower reliability). Key Concepts and Terms construct validation: the accumulation of evidence showing that a measure relates in predicted ways to the construct it is being used to measure.  content validation: the accumulation of evidence suggesting that the content included in a measure is relevant and representative of the range of behaviors fitting within  the construct being measured.

Page 74 contrasting groups method of construct validation: the accumulation of evidence suggesting that groups known to differ in the extent to which the tested construct  applies to them also differ in their performance on the target measure. convergent and discriminant validation: the accumulation of evidence suggesting that a measure correlates significantly and highly with measures aimed at the same  construct (convergent validation) as well as evidence that the measure does not correlate significantly and highly with measures targeting different constructs  (discriminant validation). criterion­related validation: the accumulation of evidence suggesting that the measure performs in a manner similar to another measure (the criterion) that is believed  to be a valid indicator of the construct under study, either where both criterion and measure are administered at one point in time (concurrent validation) or with the  criterion measured at a later point in time than the target measure (predictive validation). developmental method of construct validation: the accumulation of evidence suggesting that performance on a measure changes with age (usually improves), when  the measure is meant to target a construct that is thought to change with age. enabling behaviors and knowledge: behaviors not related to the construct under study that are nonetheless required for successful test performance (e.g., vision for  tasks using visual stimuli, previous exposure to vocabulary being used). face validity: the appearance of validity of a measure, which is not necessarily reflective of its actual validity. factor analysis: a number of statistical procedures used during test development and construct validation to describe and confirm the relationships of a number of  variables. informal measure: a measure developed for a limited measurement purpose for which a standardized measure was inappropriate or unavailable; for example, probes  designed by speech­language pathologists to assess learning within a treatment session are usually informal measures.  interexaminer agreement: the extent to which results of a measure agree when it is administered, scored, or interpreted by two or more examiners.  interexaminer reliability: the consistency of a measure across two or more examiners, also termed interjudge reliability, interobserver reliability, and intertester  reliability. internal consistency: the consistency of a measure across subdivisions of its content, usually measured using split­half reliability, KR20, or coefficient α.  item analysis: a variety of procedures applied to the pool of items being considered for inclusion in a measure that examine its possible contributions to the overall  measure. observed score: the score actually achieved by a given test taker; usually contrasted with “true” score in classical true­score theory. 

Page 75 reliability: consistency of a measure across changes in time (test–retest), in the individual administering or scoring it (interexaminer), and in the specific items it contains  (internal consistency). standard error of measurement (SEM): a measure of reliability that is expressed in terms of the original units of measurement (e.g., number of items). test–retest reliability: the consistency of a measure that is administered at two points in time.  test: a behavioral measure in which a structured sample of behavior is obtained under conditions in which the “tested” individual is assumed to perform at his or her  best (APA, AERA, & NCME, 1985). true score: a theoretical value that hypothetically would be obtained by a test taker if the measure being used were perfectly reliable, that is, were unaffected by error  validity: the extent to which a measure actually measures what it claims to measure. Study Questions and Questions to Expand Your Thinking 1. Define validity. 2. Choose a specific test dealing with child language. Compare sources of information about its content: (a) content implied by the title, (b) its apparent content on the  basis of the author’s overview statements concerning the intended purpose of the test and its intended content, and (c) individual items. How might a naive test user be  misled if he or she only considers the title? 3. Describe the three major kinds of validity evidence and their relationships with one another. 4. Translate the following sentence into a form that someone unfamiliar with testing would be able to understand: Reliability is a necessary but not sufficient condition for  validity. 5. List the steps required in the development of a standardized measure. Compare and contrast these steps as they apply to criterion­ versus norm­referenced  measures. 6. Imagine that you’ve set up a task with 20 items that you believe may be difficult for you to rate consistently as correct or incorrect. What procedure would you use  to obtain a measure of your consistency in rating these items. 7. List three factors known to affect validity. 8. List three factors know to affect reliability. 9. Explain how the amount of variability in test scores affects the magnitude of correlation coefficients. What implications does this effect have for test developers?  10. What is meant by the convergent–discriminant approach to construct validity?  11. How does reliability relate to classical true score theory?

Page 76 12. Why is internal consistency associated with three measures: split­half reliability, KR20, and coefficient α?  13. List five enabling behaviors required for the performance of a picture vocabulary test in which the test taker is required to listen to the name of an action and pick  out a picture (from a group of 4) that corresponds to the action. 14. Reflect on situations in which a teacher, coach, or parent has helped you do something that you found particularly difficult. What did they do that helped you feel  motivated to try that difficult something? How might you apply the same approach to the testing of a reluctant child? Recommended Readings American Educational Research Association, American Psychological Association, and National Council on Measurement in Education. (1985). Standards for  educational and psychological testing. Washington, DC: American Psychological Association. Gronlund, N. E. (1993). How to make achievement tests and assessments. (5th ed.). Boston: Allyn & Bacon. Lyman, H. B. (1963). Test scores and what they mean. Englewood Cliffs, NJ: Prentice­Hall.  McReynolds, L., & Kearns, K. (1983). Single­subject experimental designs in communicative disorders. Baltimore: University Park Press.  Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 13–103). New York: American Council on Education and Macmillan.  Sattler, J. (1988). Assessment of children (3rd ed.). San Diego, CA: Author. References Allen, M. J., & Yen, W. M. (1979). Introduction to measurement theory. Monterey, CA: Brooks/Cole. American Psychological Association. (1954). Technical recommendations for psychological tests and diagnostic techniques. Washington, DC: Author. American Psychological Association, American Educational Research Association, and National Council on Measurement in Education. (1985). Standards for  educational and psychological testing. Washington, DC: American Psychological Association. Anastasi, A. (1954). Psychological testing. New York: Macmillan. Anastasi, A. (1980). Anne Anastasi. In G. Lindzey (Ed.), A history of psychology in autobiography (pp. 1–37). San Francisco: W. H. Freeman and Company.  Anastasi, A. (1988). Psychological testing (6th ed.). Upper Saddle River, NJ: Prentice­Hall.  Berk, R. A. (1984). Screening and identification of learning disabilities. Springfield, IL: CC Thomas. Bzoch, K. R., & League, R. (1991). Receptive–Expressive Emergent Language Test (REEL­2). Austin, TX: Pro­Ed.  Campbell, D. P., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait–multimethod matrix. Psychological Bulletin, 56, 81–105.  Carver, R. P (1974). Two dimensions of tests: Edumetric and psychometric. American Psychologist, 29, 512–518.  Cordes, A. K. (1994). The reliability of observational data: I. Theories and methods for speech­language pathology. Journal of Speech and Hearing Research, 37,  264–278.  Cronbach, L. J., Gleser, G. D., Nanda, H., & Rajaratnam, N. (1972). The dependability of behavioral measurements: Theory of generalizability for scores and  profiles. New York: Wiley. Dunn, L., & Dunn, L. (1997). Peabody Picture Vocabulary Test–III. Circle Pines, MN: American Guidance Services. 

Page 77 Fleiss, J. L. (1981). Statistical methods for rates and proportions. New York: Wiley. Fredericksen, N., Mislevy, R. J., & Bejar, I. I. (Eds.) (1993). Test theory for a new generation of tests. Hillsdale, NJ: Lawrence Erlbaum Associates. German, D. J. (1986). Test of Word Finding. Allen, TX: DLM Teaching Resources. Glaser, R. (1963). Instructional technology and the measurement of learning outcomes. American Psychologist, 18, 519–521.  Glaser, R., & Klaus, D. J. (1962). Proficiency measurement: Assessing human performance. In R. Gagne (Ed.), Psychological principles in systems development  (pp. 419–476). New York: Holt, Rinehart & Winston.  Gronlund, N. (1993). How to make achievement tests and assessments. (5th ed.). Boston: Allyn & Bacon. Hammill, D. D., & Newcomer, P. L. (1997). Test of Language Development Intermediate–3. Circle Pines, MN: American Guidance Service.  Hresko, W., Reid, D., & Hammill, D. D. (1981). Test of Early Language Development. Los Angeles: Western Psychological Associates. Hsu, J. R., & Hsu, L. M. (1996). Issues in design research and evaluating data pertaining to children’s syntactic knowledge. In D. McDaniel, C. McKee, & H. S.  Cairns (Eds.), Methods for assessing childrens syntax (pp. 303–341). Cambridge, MA: MIT Press.  Kent, R. D., Kent, J. F, & Rosenbek, J. C. (1987). Maximum performance tests of speech production. Journal of Speech and Hearing Disorders, 52, 367–387.  Kuder, G.F., & Richardson, M. W. (1937). The theory of estimation of test reliability. Psychometrika, 2, 151–160.  Maynard, D. W., & Marlaire, C. L. (1999). Good reasons for bad testing performance: The interactional substrate of educational testing. In D. Kovarsky, J. Duchan,  & M. Maxwell (Eds.), Constructing (in)competence (pp. 171–196). Mahwah, NJ: Lawrence Erlbaum Associates.  McReynolds, L. V. & Kearns, K. P. (1983). Single­subject experimental designs in communicative disorders. Baltimore: University Park Press.  Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 13–103). New York: American Council on Education and Macmillan.  Mislevy, R. J. (1993). Foundations of a new test theory. In N. Fredericksen, R. J. Mislevy, & I. I. Bejar (Eds.), Test theory for a new generation of tests (pp. 19– 40). Hillsdale, NJ: Lawrence Erlbaum Associates. National Education Association. (1955). Technical recommendations for achievement tests. Washington, DC: Author. Nitko, A. J. (1983). Educational tests and measurement: An introduction. New York: Harcourt Brace Jovanovich. Pedhazur, R. J., & Schmelkin, L. P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Salvia, J., & Ysseldyke, J. E. (1995). Assessment (6th ed.). Boston: Houghton Mifflin. Semel, E., Wiig, E. H., & Secord, W. (1987). Clinical Evaluation of Language Fundamentals­Revised. San Antonio: The Psychological Corporation.  Stillman, R., Snow, R., & Warren, K. (1999). ‘‘I used to be good with kids.” Encounters between speech­language pathology students and children with Pervasive  Developmental Disorders (PDD). In D. Kovarsky, J. Duchan, & M. Maxwell (Eds.), Constructing (in)competence (pp. 29–48). Mahwah, NJ: Lawrence Erlbaum  Associates. Stevens, G., & Gardner, S. (1982). The women of psychology. Cambridge, MA: Schenkman. Torgesen, J. K., & Bryant, B. R. (1994). Test of Phonological Awareness (TOPA). Austin, TX: Pro­Ed.  Van Riper, C., & Erickson, R. (1969). A predictive screening test of articulation. Journal of Speech and Hearing Disorders, 34, 214–219.  Zimmerman, I. L., Steiner, V. G., & Pond, R. E. (1992). Preschool Language Scale–3. San Antonio, TX: Psychological Corporation. 

Page 78 CHAPTER

4 Evaluating Measures of Children’s Communication and Related Skills  Contextual Considerations in Assessment: The Bigger Picture in which Assessments Take Place Evaluating Individual Measures In the last chapter, you were introduced to the most important test­related considerations for evaluating individual measures: validity and reliability. In this chapter, you  will learn about factors to consider in evaluating measures and about how to perform such an evaluation—a process that makes the most sense when the focus is shifted  away from the test itself and toward the reason for its use: the child in question and the larger world in which he or she moves.  Speech­language pathologists use measurement information to achieve goals affecting children’s health, development, family life, education, and social well­being. They  obtain this information cooperatively (working primarily with families and other professionals) and share it with others as a means of achieving the child’s greatest good.  This cooperative pursuit on behalf of the child is not simply a practical matter, although it certainly affects the logistics of measurement in very practical ways. Rather, a  rich understanding of the way in which children’s interactions with the world are mediated by their family and culture is critical to framing questions that will result in  valid responses to the child’s needs. Also needed, however, is an appreciation that the clinician brings his or her own history, culture, and workplace constraints to the  question­asking situation—  

Page 79 all of which will also bear on which questions are asked and how they are answered. In the first half of this chapter, I discuss the larger context of measurement,  focusing first on factors affecting the child and then on factors, that more directly impinge on the clinician. Figure 4.1 illustrates a visual model for thinking about this  larger context. Contextual Considerations in Assessment: The Bigger Picture in Which Assessments Take Place In 1974, Urie Bronfenbrenner was responsible for an evaluation of the developmental research of that era which can still chill the heart of researchers and clinicians who  study children in highly structured contexts. Specifically, he described that research as “the study of the strange behavior of children in strange situations for the briefest  possible period of time” (Bronfenbrenner, 1974). This quotation brings into sharp focus a deep concern that researchers were failing to capture the essential factors  affecting the child by failing to study them and their most influential companions (usually parents) in the natural situations in which development occurs. Shifting species  for a second, one could say that essentially Bronfenbrenner pointed out that drawing conclusions about children in real life from existing research paradigms was akin to  concluding that one knew about lions in the wild by observing lions moving around the artificial rocks, caves, and ponds of their enclosure in a zoo. Anyone who has  seen a wild­eyed, noncompliant, and virtually nonverbal child leave a clinic room to begin a fast­paced, detailed litany of his ordeals can understand Bronfenbrenner’s  point—as well as the relevance of the lion analogy.  A vast research literature was spawned by Bronfenbrenner’s criticism and by the program of research he and others undertook to understand development through  observations of children and their caretakers in real­life settings. The resulting literature is associated with an evolving theory of development (Bronfenbrenner, 1986;  Bronfenbrenner & Morris, 1998) that can provide us with a valuable starting point for thinking about the larger context of assessment.  A recent articulation of this model (Bronfenbrenner & Morris, 1998) was described by its authors as a “bioecological model” of development because it emphasizes  both the child’s characteristics and the context in which development occurs as contributors to the process of development. Among the most obvious modifications  represented in this version of the model are the placing of greater emphasis both on biological factors affecting the child and those around him or her and on the child’s  role in affecting his or her environment as well as being affected by it. The enduring central component of the model, however, and the component that was most  needed and championed in speech­language pathology, is its celebration of the importance of the child’s environment to developmental processes, especially the social  environment (Crais, 1995; Muma, 1998). In the following pages I briefly discuss how current thoughts on the contexts of family, language, culture, and society as a  whole continue to shape and reshape views of valid language evaluation and how aspects of the clinician’s context also affect the evaluation of children’s language. 

Page 80

Fig. 4.1.  A model of factors affecting the child and the clinician in the assessment process. From Assessing and screening preschoolers: Psychological and  educational dimensions (p. 6), by Vasquez­Nuttall, Romero, and Kalesnik, Boston: Allyn & Bacon. Copyright 1999 by Allyn & Bacon. Adapted by permission. 

Page 81 Familial Contexts

Why should families be seen as the central forum for language development and, thus, language assessment? From the time the child is born, the family constitutes the  most basic and enduring of contexts in which children spend their time and their energies. Further, the foundation of communication and language is established with the  give and take of early feeding and proceeds onward to all attained levels of linguistic achievement. Although these truths have probably always been recognized by professionals at some level, they have tended to be overlooked in measurement practices until the  diffusion of theories such as that proposed by Bronfenbrenner led to political action. Specifically, the Education of the Handicapped Act Amendments of 1986 required  Individual Educational Plans (IEPs) for children ages 3 to 5 and Individualized Family Service Plans (IFSPs) for children younger than 3. Through these requirements,  the law embodied the perspective that because of the intertwined and interdependent nature of child and family needs, effective evaluation and intervention for children  requires inclusion of the family as collaborators—that is, as active agents in the life and affairs of the child rather than as passive recipients of professional activities.  Particularly for children below the age of three, this perspective was seen as crucial, hence the requirement of the IFSP for that age group.  Within the IFSP provisions, assessments include information about family strengths, needs, and variables related to program services, as well as about the child’s  current level of functioning (Radziewicz, 1995). Radziewicz noted that effective family assessment is conducted in a manner that is positive for the family, respectful of  the family’s values, inclusive of key family members, nonintrusive, and aimed at targeting family needs and resources (Radziewicz, 1995). New types of tools have been  developed to address clinical questions concerning the nature of the family and of parent–child interactions. Radziewicz (1995) and Crais (1992, 1995) provided  excellent discussions of these. In addition to serving as a focus of attention of professionals, however, parents and families have become more actively involved in a variety of “clinical” activities,  including screening, providing descriptions and other data, validating evaluation findings, and even administering some tests. Although these activities are described in  later chapters, they are mentioned here to help you become aware that your consideration of an instrument’s validity will often include thinking about the suitability of its  use with and by parents. Not surprisingly, this need is greatest for younger children and infants and for children who are more affected by their difficulties.  Cultural­Linguistic Contexts for Assessment 

Just as the child is embedded within his or her family, so too is the family embedded within a specific culture and linguistic context. Thus, effective interaction with  families depends not simply on the clinician’s choosing to include them in the process, but also on her or his knowledge of each family’s cultural and linguistic  expectations. The variety of cultural and linguistic differences affecting a clinician’s interaction with  

Page 82 parents is quite awesome. Among just a few of the differences discussed in a growing literature (Damico, Smith, & Augustine, 1996; Donahue­Kilburg, 1992; van  Kleeck, 1994) are the following: 1. differences in child­rearing practices (e.g., the appropriateness of asking children to engage in question asking or to recite information already known by  listeners);  2. differences in patterns of decision making within families (e.g., which figures are seen as primary decision makers);  3. differences in family choices concerning language and dialect use (e.g., whether children are expected to use the language of the home);   4. and differences in how difficulties in communication are viewed (e.g., how they are viewed as affecting the family and child).   Differences such as these can affect the nature and extent of communications occurring between clinicians and parents, how they are included in their child’s care, the  nature of intervention, and—most importantly for the purposes of this book—how language evaluations are planned, executed, and acted on. Also, because evaluations  are prompted by heightened parental concern or can act to promote parents’ focus on their child, evaluations that successfully involve parents can also enlist parents’  continuing engagement in ways that are critical to the child’s success. Table 4.1 summarizes reported trends in the attitudes of Asian Americans, African Americans,  and Hispanic Americans toward children, family, and child rearing. Of course, these trends represent prejudices, that is, prejudgments, of a type: There is simply no  substitute for finding out how a specific family functions and what its attitudes are, regardless of its culture. That each child is also a maturing user of ambient language(s) and dialect(s) will affect assessment dramatically. Most obviously, clinicians are aware of this when they  are asked to assess the communication skills of a child whose first language is not the same as their own, and they must decide whether and how they can be involved  with the child. Clinicians are also aware of this when they serve children who differ in social or regional dialect from themselves. In both cases, the clinician must often  determine whether the differences from the mainstream, dominant, or school language are due to language disorder or to difficulties specific to second language or  dialect acquisition (e.g., inadequate exposure, transference effects from the first language or dialect, motivational differences between first and second language  acquisition; Damico et al., 1996). Issues related to the presence of culturally and linguistically diverse clients was once seen as a matter of sporadic significance. Once it was considered more important  in bigger cities with larger immigrant populations and in geographic regions with greater cultural, ethnic, and dialectal diversity. Now, however it has been estimated that  one in every three Americans is African American, Hispanic, Asian American, or American Indian (American Speech–Language–Hearing Association [ASHA], 1999).  Although nationally and globally, diversity in language and culture is the rule rather than the exception, that fact is not represented in the demographics of the professions  of

Page 83 Table 4.1 Trends in Attitudes Toward Children, Family, and Child Rearing Asian Americans  

l

Strict gender and age roles

 

l

Father—the family leader, head of family 

 

l

Mother—the nurturer, caregiver 

 

l

Older males superior to younger males

 

l

Females submissive to males

 

l

Close, extended families

 

l

Multigenerational families

 

l

Older children strictly controlled, restricted, protected

 

l

Physical punishment used

 

l

Parents actively promote learning activities at home—may not participate in school functions 

 

l

Children are treasured

 

l

Infant/toddler needs met immediately or anticipated

 

l

Close physical contact between mother and child

 

l

Touch rather than vocal/verbal is primary vehicle of early mother–infant interaction 

 

l

Harmony of society more important than individual

 

l

Infant seen as independent and needing to develop dependence on family and society

African Americans  

l

Mothers and grandmothers may be greatest influences

 

l

Strong extended family ties are encouraged

 

l

Independence and assertiveness encouraged

 

l

Infants may be focus of family attention

 

l

Affectionate treatment of babies, but fear of “spoiling” 

 

l

Strong belief in discipline, often physical

 

l

Caregiving of older toddler may be done by an older child

Hispanic Americans  

l

Strong identification with extended family

 

l

Families tend to be patriarchal with males making most decisions

 

l

Infants tend to be indulged; toddlers are expected to learn acceptable behavior

 

l

Emphasis placed on cooperativeness and harmony in family and society

 

l

Independence and ability to defend self encouraged

 

l

Older siblings often participate in child care

Note. From Family­Centered Early Intervention for Communication Disorders: Prevention and Treatment (p. 21), by G. Donahue­Kilburg, 1992,  Gaithersburg, MD: Aspen. Copyright 1992 by Aspen. Reprinted with permission. speech­language pathology and audiology. Thus, clinicians are increasingly faced with the special challenge of enlarging their understanding of other cultures and  linguistic communities and the skills required to implement that understanding in their work. The process of respecting diversity in children and in their families pervades all phases of clinical interaction. Because it is critical to valid screening, identification,  description, and assessments of change, diversity arises as a continuing point of discussion throughout the remainder of this text. I highlight it here because of its  particular relevance to the test review process discussed later in this chapter.

Page 84 Societal and Legal Contexts

Just as the child whose language development is in doubt exists as a member of a larger community, so too is the speech­language pathologist who serves the child. He  or she is also a participant in the larger social contexts of a given profession and workplace within a particular time and place—a given era within a given school district  or institution, state, and country. Each of these contextual factors can affect decisions about assessment. A recent discussion of the roles and responsibilities of school  speech­language pathologists, contained within an extensive ASHA document available on their website, emphasized this fact (ASHA, 1999). Table 4.2 includes just a  small number of the many factors ASHA described as affecting clinical practice with children. In this brief section, two particularly compelling sources of effects on  measurement practice are addressed: national legislation and changing global perspectives on disablement. National Legislation

As mentioned briefly in terms of regulations regarding family involvement, legal influences on how children are evaluated for language problems represent some of the  most powerful influences in clinical practice. In particular, federal legislation establishing the ways in which public schools address the needs of children has had  profound effects on how children’s problems are screened, identified and addressed (ASHA, 1999; Demers & Fiorello, 1999). Thus, as described earlier, it was  through Education of the Handicapped Act Amendments of 1986 that ideas about the need for greater attention to families became a potent factor in shaping actual  practice. In this section, I point out the even broader effects that have resulted from a number of other legislative initiatives, paying particular attention to the  Individuals with Disabilities Education Act (IDEA), which was passed in 1990. The IDEA built on and modified earlier legislation, including two landmark federal laws: the Education for All Handicapped Children Act of 1975 (P.L. 94­142), which  established many now­standard features of educational attention to children with special needs and Education of the Handicapped Act Amendments (1986), which  mandated services for those children from birth to age 21, in addition to its role in pressing for greater inclusion of families in educational evaluations. Since 1990, the  IDEA has been amended (IDEA Amendments of 1997) and has had regulations developed for its implementation. Table 4.2 A Brief List of Some of the Contextual Factors Affecting Speech­Language Pathology Practice Among School­Based Clinicians (ASHA, 1999) l

Specific federal legislative actions (e.g., the Individuals with Disabilities Education Act of 1990)

l

State regulations and guidelines

l

Local policies and procedures

l

Staffing needs

l

Caseload composition and severity

l

Cutbacks in education budgets

l

Personnel shortages

l

Expanding roles

Page 85 The IDEA and the 1997 amendments to it maintained numerous elements of the earlier legislation. Among the most important of these maintained features is a mandate  for nondiscriminatory assessment. In such assessments, it is required that measures be administered in the child’s native language by trained personnel following the  procedures outlined in the test manual. In addition, these more recent laws dictate that validity information for a test be specific to the purpose for which the test is used.  Further, this legislation requires that evaluations of children be comprehensive, multifactored, and conducted by an interdisciplinary team. Although each of these  components was viewed as the best practice at the time of legislation, legislation and the potential for litigation where legislation is not followed give rise to the actual  implementation of professional and academic recommendations. However, it’s important to recognize that legislation is not always in accord with best practices, as I  discuss in later sections. New provisions of the IDEA, its amendments, and the more recent development of regulations implementing it include some changes in nomenclature, such as  abandonment of the term handicapped for the term disabled as the designation given to children covered by the law. In addition, these legal actions have added  several new separate disability categories, with autism being the most relevant to discussions of language disorders. Other new elements consist of demands for  increased accountability with resulting increases in documentation requirements and insistence that children’s IEPs contain information connecting the child’s disability to  its impact on the general education curriculum (ASHA, 1999; Demers & Fiorello, 1999). Because of the legislation described above, speech­language pathologists who work with children in schools are involved in a broader range of responsibilities and  potential roles (ASHA, 1999). The children they evaluate are more diverse in age, language, and culture, and the collaborative nature of their work has increased  dramatically. Also, clinicians are made more accountable for the validity of the instruments they use and the methods they follow in evaluating clients.  To a great extent, the effects of national legislation are supportive of good measurement practices. At the same time, however, legislation introduces complexity for  clinicians, who face increasing responsibilities, increasing demands for documentation, and the push to revise or develop strategies to deal with the specific ways in  which individual states and school districts implement federal law. Some of the complications to clinical practice introduced by state Departments of Education are  discussed as they relate to specific measurement questions in later chapters. World Health Organization Definitions

At an international level, changes brought about by the World Health Organization (WHO) of the United Nations have affected assessment practices (WHO, 1980).  As part of its charge to develop “a global common language in the field of health,’’ WHO proposed guidelines reflecting changing views about health and departures  from health that would affect a wide array of sectors, including health care, research, planning and policy formation, and education. Specifically, in 1980, WHO  developed the International Classification of Impairments, Disabilities, and Handicaps (ICIDH), in which various types of outcomes associated with health  conditions were considered.

Page 86 The 1980 ICIDH classification recognized four levels of effects. These levels are summarized here with examples taken from applications to language disorders. First,  there is disease or disorder, the physical presence of a health condition, for which a language disorder can serve as the example. Next, there is impairment, an  alteration of structure or function causing the individual with the condition to become aware of it. For children with language disorders, an example of a possible  impairment would be inappropriate use of grammatical morphemes. The third level of effects is described as disability, an alteration in functional ability. For children  with language disorders, the disability associated with their difficulties could be a decreased ability to communicate. The last level recognized in the ICIDH is that of  handicap, which is a social outcome. Thus, negative attitudes on the part of playmates or teachers toward affected children constitutes a possible handicap associated  with language disorder. Although changes in these terms and the reasons for those changes are discussed in a moment, I first discuss two important implications of this new classification system  that have proven most significant. First, although there is a tendency for these four types of effects to be related to one another (e.g., for more severe disorders to be  associated with greater handicaps), this is not always the case. For example, it is possible for a handicap to exist apart from the presence of a disease or disorder, as  might be the case if societal prejudice against an individual occurred in the absence of actual impairment. A specific example might be if a child were to be excluded by  a group of peers because of a cleft lip, an observable but functionally insignificant difference. Similarly, it is possible for a more severe impairment to be associated with only a mild disability and minimal handicap because of successful compensatory strategies on  the part of the individual, effective interventions on the part of professionals, or both. Imagine a child with a moderate hearing loss acquired after initial stages of  language acquisition are complete who experiences high overall intelligence, strong motivation, a supportive home environment, and effective auditory management.  Such a child could be expected to experience lesser effects on communication effectiveness and on social roles than would be expected on the basis of the severity of  hearing loss alone. This classification causes one to consider the role of not only the child, but also of his or her surroundings in determining the nature of negative effects  experienced because of a disorder. A second major implication of the 1980 classification is that each of the four levels of effects is understood to be associated with different measurement goals for both  research and clinical purposes. For example, measurement focused at the level of handicap requires information about how a child’s social and educational roles are  affected by his or her condition. This contrasts with measures focused at the level of impairment, which require information about the child’s use of particular language  structures. The greater attention paid to the larger ramifications of health conditions coincides with an urgent push in both clinical and educational settings for measuring  and evaluating the effectiveness of interventions in terms these higher order effects. Despite the widespread influence of the 1980 classification system, dissatisfaction existed with its terminology and with the ways in which the social contributions to the  effects of health conditions was handled. Among specific criticisms was that terminology was sometimes confusing and included the use of potentially offensive terms  

Page 87 such as handicap (Frattali, 1998). The model underlying the classification was also criticized for failing to represent the influence of contextual factors.  Because of concerns about the 1980 classification system, a draft revision was put forward in 1997 for comment and field testing, with an expected final approval date  for a final version in 2000 (WHO, 1998). The proposed classification system is called the ICIDH­2: International Classification of Impairments, Activities, and  Participation (WHO, 1998), reflecting significant changes to the theoretical orientation from the earlier classification of “Impairments, Disabilities, and Handicaps.”  The details of the final revision remain indefinite at the moment. Nonetheless, the current draft warrants discussion because of its value as an indicator of emerging  trends and because it fits snugly with the view of children advanced up to this point in the chapter—that is, as deeply affecting and affected by their environment.  As its most important change, the 1997 classification is designed to embrace a model in which human functioning and disablement result from an interaction of the  individual’s condition and his or her social and physical environment. In this system, therefore, the following definitions are used to describe levels of functioning (or  where decreased functioning is noted, disablement) in the context of a health condition: 1. “Impairment is a loss or abnormality of body structure or physiological or psychological function, e.g., loss of a limb, loss of vision” (WHO, 1998, p. 8). Notice  that this level corresponds to the current ICIDH level of impairment and thus might refer to a child’s abnormal or delayed language characteristics.  2. “An Activity is the nature and extent of functioning at the level of the person. Activities may be limited in nature, duration, and quality, e.g., taking care of oneself,  maintaining a job” (WHO, 1998, p. 8). Notice that this level replaces the current ICIDH level of disability and thus might refer to a child’s reduced ability to  communicate. 3. “Participation is the nature and extent of a person’s involvement in life situations in relation to Impairment, Activities, Health Conditions and Contextual factors.  Participation may be restricted in nature, duration and quality, e.g., participation in community activities, obtaining a driving license’’ (WHO, 1998, p. 8). This  final level corresponds to the older level of handicap and thus might refer to negative social outcomes of a child’s language problems.  On the basis of these new formulations, one can see continuities between the proposed and existing systems yet also notice a significant change in orientation that is  both more positive in tone and more recognizing of contextual influences. In the new classification system, a person’s environmental (social and physical) and personal  contexts are said to influence how disablement at each of these levels is experienced. In particular, two types of contextual factors are deemed most important: (a)  environmental and physical factors (such as social attitudes, physical barriers posed by specific settings, climate, and public policy) and (b) personal factors (e.g.,  education, coping style, gender, age, and other health conditions; WHO, 1998, p. 8). From this overview, it is evident that the thrust of the ICIDH­2 will be support for many of the principles championed by Bronfenbrenner, by recent federal legislation,  

Page 88 and by advocates for an integrated view of validity in which the effects of a decision made using a measure must be considered when one evaluates a measure’s validity.  Overall, a unifying principle is that decision making on behalf of children requires attention not simply to properties of the child but to the context in which the decision is  being made and acted on. In the last half of this chapter, practical steps involved in the process of evaluating measures for possible use in decision making are described. Although I have  rendered the larger context in which this process must take place in only the grossest detail, I hope that you can sense the sheer intricacy of the task at hand. On the  one hand, confronting the very significant intellectual challenge entailed in the selection, use, and interpretation of appropriate measures makes me nearly turn tail and  run. On the other hand, however, the rewards of successful clinical decision making and action would be less sweet if they were easily won.  Evaluating Individual Measures Evaluating individual measures is like solving a mystery, where the mystery is how to view a measure for use with a particular client or group of clients. After a general  plan is developed in the early stages of the review process, clues are collected and weighed. Most clues come from the clinician’s knowledge of individual clients and  their needs and from the manual for the particular measure. Additional sources of information, such as test reviews and pertinent research articles, can also help in the  process. This chapter is arranged so that, following a brief overview of two modes of reviewing, you are introduced to the test manual and then to other sources of  information to help you reach a final decision—to “crack the case,” if we follow the detective analogy.  Client­versus Population­Oriented Reviews of Measures 

I have said that the validity of a measure depends on its ability to answer a particular clinical question for a particular child. Consequently, the appropriateness of a  measure is determined within the realm of the particulars—ideally, within a firm appreciation of factors important to an individual child, such as coexisting handicapping  conditions, language background, gender, and age—as one reviews the test manual and other sources of information for the measure. Such a review might be said to  be a client­oriented review of the measure.  Client­oriented review of measures is an ideal that is often unattainable. Given the pace of most clinical environments, clinicians are rarely able to review each potential  measure thoroughly and compare it with competing measures immediately prior to each measurement they make. In fact, clinicians more commonly use what I would  call a population­oriented evaluation.  In a population­oriented review of a measure, the clinician reviews the measure’s documentation in reference to a particular group or groups—usually those subgroups  of children they serve most frequently. For example, a speech­language pathologist in a rural Vermont school would pay special attention to a test’s likely value for a  subgroup of chil­  

Page 89 dren with few significant problems in other areas of development, who come from homes in which English is the only language spoken, and socioeconomic status is  middle to low. In contrast, a very different population­oriented assessment might be conducted by a speech­language pathologist in a Boston school district with a  caseload consisting solely of children from French­speaking Haitian families living in poverty. Although evaluating a measure for these two populations would involve  many of the same questions, each would require different answers reflecting sensitivity to the relevant population. Population­oriented reviews are most frequently conducted when a new measure is considered for purchase, when a measure is examined at a publisher’s display at a  convention, or when a speech­language pathologist enters a new position and inventories available measures. In contrast, client­oriented reviews of measures often  arise when an uncommon clinical question emerges or when a child’s particular pattern of problems (e.g., mental retardation and a severe hearing loss) make the child’s  needs in a testing situation too unlike those for which the clinician has conducted a population­oriented evaluation. How to Use Test Manuals

Regardless of the type of review you undertake, the outcome of your evaluation will never simply be a buy–don’t­buy or– use–don’t­use decision. A thorough review  provides potential users with an appreciation of the measure’s limitations for answers to specific clinical questions.  The test manual is the definitive source of information on a standardized measure. In fact, many of the recommendations made in the Standards for Psychological and  Educational Testing (APA, AERA, & NCME, 1985) relate directly to material that should be provided in test manuals. Despite their importance, however, test  manuals range widely in their sophistication and value. At their best, test manuals provide not only the basic information required to evaluate the measure’s  appropriateness for given uses with specific populations, but also insightful tutorial information that can reinforce and extend one’s understanding of test construction  and use. At their worst, test manuals appear to be little more than sales brochures designed to obscure a test’s weaknesses and imply that it can be used for all clients  and testing purposes. Even measures that are valuable additions to a clinician’s arsenal may imply possible uses that really are not supportable. Consequently, a  clinician’s detective talents are called on to ferret out the truth!  The reviewing guide reproduced in Fig. 4.2 is a worksheet for evaluating behavioral measures. It is blank so that you can readily duplicate and use it. An annotated  version of the guide, which appears as Fig. 4.3, summarizes the most important kinds of information—or “clues”—you will be looking for as you conduct a measure  review. The annotated guide is designed to function like the ready reference cards available for many software applications.  The reviewing guide and annotated guide are included to make reviewing a more efficient process, but their inclusion is not without hazards. The danger of such  worksheets and summaries is that some individuals may consider them all one needs to know in order to conduct a credible review. This is a big mistake! These guides  are a first step that should always be accompanied by a willingness—even eagerness—to 

Page 90

(continued)

Page 91

(continued)

Page 92

Fig. 4.2.  Annotated review form.

Page 93

(continued)

Page 94

(continued)

Page 95

Fig. 4.3.  Review form.

Page 96 look back at trusted resources on measurement, especially the Standards for Educational and Psychological Testing (APA, AERA, & NCME, 1985). After all,  even Sherlock Holmes depended on his learned friend Dr. Watson! Numerous authors writing about psychometric issues propose review procedures that are very similar to those described here (e.g., Anastasi, 1988, 1997; Hammer,  1992; Hutchinson, 1996; Salvia & Ysseldyke, 1998; Vetter, 1988b). Appendix 5 in Salvia and Ysseldyke (1998, pp. 763–766), “How to Review a Test,” is a  particularly informative and amusing description of the review process. In the remainder of this section I lead you through the annotated guide, explaining why it is important to look for certain kinds of information. These sections are less  sketchy versions of the brief summaries given in Fig. 4.3. Some of their content should sound quite familiar because it is based on the concepts discussed at length in  chapter 3. This section ends with a review guide completed as part of a hypothetical client­oriented review (Fig. 4.4).  1. Reviewer  This information will probably be unnecessary for reviewers who function alone in their test selection and evaluation. On the other hand, it can be helpful  in cases where multiple test users share reviewing responsibilities, at least for preliminary, population­oriented reviews. Use of a standard guide facilitates such sharing  by reducing differences between reviewers and offering later reviewers a possible starting point for client­oriented reviews.  2. Identifying Information  Besides information that can help you locate or replace an instrument, this section provides preliminary clues to the scope and nature of  the measure. Test names vary greatly in just how much they disclose about the nature of the test (e.g., whether it is comprehensive or aimed at only one modality or one  domain of language), so they should be approached with caution. Testing time, which users may want to break down in terms of projected administration and scoring  times, is of practical importance when scheduling testing. Information about basic characteristics of the measure such as whether it is standardized versus informal, criterion­referenced versus norm­referenced, is used to  determine the measure’s suitability for certain clinical questions and guides expectations for other sections of the review guide. Although all major sections of the Guide  are relevant to all measures, the kinds and amounts of information provided vary depending on the measure’s type. Manuals for standardized, norm­referenced  measures probably provide the greatest amounts of information. On the other hand, more informal, criterion­referenced measures, which have often been created by an  individual clinician for a specific purpose, have far less information available. (Although see Vetter, 1988a, for recommendations about the kind of information that  should be kept for any procedure that might profitably be used on repeated occasions). 3. Testing Purpose  Here, you summarize your knowledge of the intended client or population. Relevant information includes the client’s age, other problems (e.g.,  visual, motor, or cognitive impairments), and important language characteristics (e.g., bilingual home, regional or social dialect use). 

Page 97

(continued)

Page 98

(continued)

Page 99

Fig. 4.4.  Sample of a completed review form.

Page 100 The main clinical questions leading to the search for an appropriate measure should also recorded here: Is the measure going to be used for screening, identifying a  problem or difference, treatment planning, or assessing change? Also, what language modalities and skill areas are of interest? As mentioned in chapter 1, each of these  clinical questions requires different measurement solutions. Therefore, the reviewer should conduct all reviews with the assessment purpose vividly in mind. Chapters 9– 12 address in considerable detail the demands associated with different clinical questions. 4. Test Content  This section returns the reviewer’s attention to the test manual. Gaining a clear understanding of a test’s content usually requires that you examine at  least the early sections of the test manual and the test form itself. Homogeneous measures, in which all items are aimed at a single modality and language domain, are  relatively easy to specify in terms of their content. For example, the Expressive One­Word Picture Vocabulary Test–Revised (Gardner, 1990) fits into this category; its  content can be specified as expressive vocabulary or expressive semantics. Usually, however, measures address more than one content area, which are indicated  through the use of subtests or subscores. For this section of the review guide, as well as for the sections that follow it, recording page numbers along with your findings  is an excellent way to encourage checking against the manual during later use of the completed guide. As you record information about test content, you want to see how well the content areas covered by the measure match those of interest for your client. Even the  nature of items (e.g., forced choice vs. open­ended responses) will be important in helping you determine whether the behaviors or abilities of interest will be the largest  contributor to your client’s performance. Recall that one threat to validity introduced in chapter 3 was that of enabling behaviors, behaviors that enable a test taker to  take the test validly. For example, suppose that you were interested in assessing the receptive language skills of a child with cerebral palsy who fatigued easily if asked  to show or act out responses. The motoric demands of measures become enabling behaviors that will negatively influence the child’s performance even though they are  independent of the targeted construct of receptive language. In addition to providing a tangible reminder not to overlook possibly problematic enabling behaviors, this section of the review form should also stimulate clue­gathering  around what is actually being tested (Hammer, 1992; Sabers, 1996). Recall that as the test developer moves from an ideal formulation of the measure’s underlying  construct to the down­and­dirty task of writing sets of items, certain behaviors or skills necessarily tag along to yield a fleshed­out construct that may or may not match  your own (or even the author’s) intended formulations.  As an example of how constructs can be modified as a test takes shape, imagine a test developer who decides to devise a measure to assess use of complex sentences  using methods that place a heavy demand on working memory capabilities. For example, the test developer could provide the test taker with a set of seven words,  including the word because that are to be used to create a single sentence. Although the final form in which the construct is realized may be acceptable to some test  users, it may 

Page 101 not be to others, depending on their understanding of the targeted construct. It is primarily through careful attention to this step in the review process that you will  become aware of correspondences—or disjunctions—between the test developer’s and your view of what is being tested. Armed with this knowledge, you can make  an informed decision as to whether the construct being measured is close enough to your reason for testing for you to consider using it.  5. Standardization Sample/Norms  At first glance, this section may seem to be primarily of interest when you are looking for a norm­referenced instrument, that is,  one in which scores are interpreted primarily on the basis of how the test taker’s performance compares in a quantitative way with that of a peer group. In fact,  however, the nature of the standardization sample has important implications for all measures. It can determine the extent to which summary statistics (in the case of  norm­referenced measures) or summary descriptions of behaviors (in the case of criterion­referenced measures) are likely to reflect characteristics of most children  rather than those of a small, potentially nonrepresentative group (e.g., children of affluent, highly educated parents). Nonetheless, there are some differences in how the  information provided in this section will be weighed on the basis of the nature of the instrument. When a norm­referenced measure is being evaluated, you look for a clear description of the normative sample that was used: how many children were studied, whether  and why any children were excluded, and how representative the sample is compared with the population your client (or subgroup of clients) fits into. Ideally, at least  50 children who are within a relatively small range in age from that of your client (usually no more than 6 months older or younger) will have been tested. Also, you  want these children to be similar in race, language background, and socioeconomic status to the child or children you have in mind.  When there are significant differences between the normative sample and your client(s), you need to draw on your knowledge of the appropriate research base as well  as your own knowledge of cultural differences to determine to what extent the validity of this measure is likely to be undermined. If a measure’s validity is seriously  undermined and alternative measures are unavailable, a variety of approaches, including dynamic assessment and the development of an informal measure, represent  possible strategies (see chap. 10 for further discussion of this issue.) For a norm­referenced instrument, you also want to examine the types of scores the test uses to describe the test taker’s performance. In terms of desirability, standard  scores rank first, percentile scores are next, and developmental scores (such as age­equivalent or grade­equivalent scores) earn a sorry last place. In this section of the  review form, you may also want to record the availability of tables that record the standard error of measurement (which will be discussed at greater length below under  reliability). Recording that information here is a good idea because it indicates the amount of error associated with a test taker’s standard score.  When a criterion­referenced measure is evaluated, the composition of groups used to determine cutoff scores will be the focus of your scrutiny at this point in the  review form. I am not aware of recommendations concerning sample size and composition that are as specific as those given above for norm­referenced measures.  However, you 

Page 102 want to be sure that the group for whom the cutoff scores are provided are similar to your client or clients and that the group is large enough so that the cutoff is likely  to be stable (McCauley, 1996). 6. Reliability  In this section, you will summarize relevant information about the test’s reliability, which is almost always contained in a separate, clearly marked section  of the test manual. The operative word here is relevant. The manual may report 6, 10, even 20 studies in which the reliability of the measure was examined.  Nonetheless, the relevant ones are those (a) using participants who are as similar as possible to your client(s) and (b) focusing on the type of reliability that is either most  at risk because of the nature of the instrument or most important to your clinical question. Recall that chapter 3 discusses the different kinds of reliability data that are  typically of interest. Once you have decided what forms of reliability are of greatest importance, how do you know whether the evidence is adequate? For norm­referenced tests, the  evidence will almost always take the form of reliability coefficients. Traditionally, it has been suggested that one demand correlation coefficients that are statistically  significant and at least .80 in magnitude for screening purposes and at least .90 when making more important decisions about individuals (Salvia & Ysseldyke, 1998).  However, a more circumspect recommendation might be that you want the best reliability available on the market. By this I mean that when the ideal of .90 is not  available, and a decision must be made, you will want the best that you can find as well as multiple, independent sources of information.  For criterion­referenced measures, evidence for reliability can take a great many forms—from correlation coefficients to agreement indices (Feldt & Brennan, 1989).  Such evidence for criterion­referenced measures usually addresses the question of how consistently the cutoff can be used to reach a particular decision. As you would  do for norm­referenced measures, focus on the results of those studies that involve research questions most like your clinical question and participants most like your  client(s). Information about the relationship between types of reliability and clinical questions is discussed in chapters 9 to 11.  7. Validity  Although the entire review form is aimed at your cracking the case of a measure’s validity for a particular use, in this section of the review form, you will  summarize the most important of the information provided by the test developer for the purpose of evaluating validity. Although most of the information of interest will  probably be found in clearly labeled sections of the manual, information relevant to considerations of content and construct validity is also frequently found in sections  dealing with the measure’s initial development and subsequent revisions (if any). Recall that some of the specific methods used to provide evidence of validity (e.g.,  developmental studies, contrasting group studies) are discussed at some length in the previous chapter. The statistical methods that are used to document validity vary from correlation coefficients to analyses of variance to factor analysis. Consequently, a discussion of  what constitutes acceptable data must remain fairly general here. Overall, one looks 

Page 103 to see that the measure is shown to function as it is predicted to function if valid. As with reliability evidence, the nature of the participants in the study will affect the  extent to which it is relevant for your client and purposes. As you complete this section of the review form, every skeptical bone in your body should be recruited for  service. Claiming validity doesn’t make a measure valid, although at times test developers seem to forget this.  8. Overall Impressions of Validity for Testing Purpose and Population  At this point in the review guide, you put the clues together to sum up the case. Your  study of the pros and cons should be summarized, with holes in the evidence noted and discussed in terms of their implications for interpreting results. This is where you  determine whether you believe the instrument can be safely used and, if used, what cautions should be kept in mind when it is administered and interpreted. Clearly, this  is the most demanding point in the review process—akin to a final exam or the concluding paragraph of a large paper. Although practice is perhaps the best way of  honing the requisite analytic skills, examination of other reviews of the instrument (when they’re available) can help you make sure you have not overlooked any major  clues and can also help you see how others have approached the task. Even examining reviews on other measures can prove helpful for getting a sense of how  seasoned detectives sum up their cases. (e.g., See reviews in Conoley & Impara, 1995, of the Receptive–Expressive Emergent Language Test–2 [Bzoch &  League, 1994], written by Bachman [1995] and Bliss [1995] and of the Test of Early Reading Ability–Deaf or Hard of Hearing [Reid, Hresko, Hammill, &  Wiltshire, 1991], written by Rothlisberg [1995] and Toubanos [1995]). Because examples can prove so helpful in developing one’s understanding of a new process, I included Fig. 4.3, which illustrates how I would complete the reviewing  guide for the Expressive Vocabulary Test (Williams, 1997) as I consider its validity for use with a hypothetical child, Melissa. Melissa is a 9­year, 2­month­old girl  who has previously been receiving treatment for a specific language impairment. She is being tested as part of a periodic reevaluation, which will be used by an  educational team to determine whether she will continue to receive services in her school. Melissa’s unilateral hearing loss and problems with attention will require  special attention during the review of the Expressive Vocabulary Test (Williams, 1997) for possible use. How to Access Other Sources of Information

In addition to test manuals, independent test reviews are available to help in the test review process in three different forms: reviews appearing in standard reference  volumes on behavioral measures, journal articles reviewing one or more tests in a particular area, and computer databases of test reviews.  Standard references and journal articles that include reviews of tests used frequently in the assessment of children with developmental language disorders or that  provide specific information relevant to an understanding of individual tests are listed in Table 4.3.

Page 104 Table 4.3 Books and Journal Articles Providing Information About Specific Tests Used With Children Books American Speech­Language­Hearing Association. (1995). Directory of speech­language pathology assessment instruments. Rockville, MD: Author. Compton, C. (1996). A guide to 100 tests for special education. Upper Saddle River, NJ: Globe Fearon Educational. Impara, J. C., & Plake, B. S. (Eds.). (1998). Thirteenth mental measurements yearbook. Lincoln, NE: Buros Institute of Mental Measurements. Keyser, D. J., & Sweetland, R. C. (1994). (Eds.). Test critiques (Vol. X). Austin, TX: Pro­Ed. Murphy, L. L., Conoley, J. C., & Impara, J. C. (Eds.). (1994). Tests in print IV: An index to tests, test reviews, and the literature on specific tests. Lincoln,  NE: Buros Institute of Mental Measurements. Journal Articles Huang, R., Hopkins, J., & Nippold, M. A. (1997). Satisfaction with standardized language testing: A survey of speech­language pathologists. Language, Speech,  and Hearing Services in Schools, 28, 12–23. McCauley, R. J., & Swisher, L. (1984). Psychometric review of language and articulation tests for preschool children. Journal of Speech and Hearing Disorders,  49, 34–2. Merrell, A. W., & Plante, E. (1997). Norm­referenced test interpretation in the diagnostic process. Language, Speech, Hearing Services in Schools, 28, 50–58. Plante, E., & Vance, R. (1994). Selection of preschool language tests: A data­based approach. American Journal of Speech­Language Pathology, 4, 70–76. Plante, E., & Vance, R. (1995). Diagnostic accuracy of two tests of preschool language. American Journal of Speech­Language Pathology, 4, 70–76. Stephens, M. I., & Montgomery, A. A. (1985). A critical review of recent relevant standardized tests. Topics in Language Disorders, 5(3), 21–45. Sturner, R. A., Layton, T. L., Evans, A. W., Heller, J. H., Funk, S. G., & Machon, M. W. (1994). Preschool speech and language screening: A review of currently  available tests. American Journal of Speech­Language Pathology, 3, 25–36.

Each new volume in the Mental measurements yearbook series contains reviews of commercially available tests and tests that have just been published or were  revised since their review in a preceding volume. Entries are alphabetically organized by the name of the test, with two reviews prepared independently by individuals  with expertise in testing, in the content area tested, or both. A new volume of this series appears about every three years. In addition, reviews published since 1989 are  available on the Internet to allow for on­line searches that can help consumers find reviews as well as specific kinds of measures because of searching capabilities.  Several recent journal articles reviewing tests in a particular content area or for a particular group of children with language impairments are also listed in Table 4.3.  Computer databases represent a more recent possible source of information on standardized measures. Reviews from the Mental measurements year bookseries are 

Page 105 available on­line through colleges, universities, and public libraries. Reviews included in this on­line database are identical in content to those included in the bound  volumes of the Mental measurements yearbook. Further, these reviews are more timely than those appearing in the printed volumes because reviews that will  eventually be incorporated in a later bound volume are added every month. The Health and Psychosocial Instruments (HaPI) database is also available at many libraries and can be searched on­line. It allows one to search for information about  a specific test, to find the publishing information about a test through its name, acronym, or authorship, and to search for instruments focusing by content or age group.  The HaPI publishes abstracts and does not contain complete reviews of instruments. However, it does indicate whether information is reported for seven critical  characteristics: internal consistency reliability, test–retest reliability, parallel forms reliability, interrater reliability, content validity, construct validity, and criterion­related  validity. Summary 1. Effective evaluation of measures of children’s communication and related skills must be conducted with appreciation for the contextual variables affecting both  children and clinicians. 2. The bioecological theory of Bronfenbrenner and his colleagues emphasizes the interplay of the child’s characteristics with those of his or her environment, beginning  with the family and extending to the broader physical, social, and historical environment as well. The relevance of this theory to the evaluation of measures and  measurement strategies for children lies in the connection between validity and attention to these contextual variables. 3. Among the contextual variables affecting clinicians as they interact with children and evaluate their language are not only personal variables (e.g., their own language  and culture), but also legal variables and other variables affecting their professional practice. 4. Evaluation of individual measures requires the potential test user to gather clues suggesting the strengths and weaknesses of the measure for answering a particular  clinical question for a particular client. Client­oriented reviews are conducted to refine information obtained from a population­oriented review or in response to the  exceptional needs of a particular client. 5. Test manuals or other materials provided by the developer of a measure serve as the primary source of information to be considered in evaluating its usefulness for a  given client. 6. The test reviewer needs to approach the review process armed with a skeptical attitude toward unproven claims and an arsenal of information regarding acceptable  psychometric standards. 7. The Standards for educational and psychological testing (AERA, APA, & NCME, 1985) is the most widely accepted source for such information on standards.

Page 106 8. Additional information for use in the reviewing process is available in the form of reviews published in standard reference books, relevant journal articles, and  computer databases. 9. In spite of existing ideals for evidence of reliability and validity, the clinician may nonetheless decide to use a particular measure even when it does not reach an ideal,  when it is the best available for a particular client, and a clinical decision must be made. Key Concepts and Terms client­oriented measure review: evaluation of a measure’s appropriateness for use in answering a specific clinical question for a single client.  Individuals with Disabilities Education Act (IDEA): federal legislation addressing the education needs of individuals with disabilities, including children with  communication disorders. International Classification of Impairments, Disabilities, and Handicaps (ICIDH): a classification designed by the WHO for global use by health professionals,  educators, legislators, and other groups concerned with health­related issues to serve as a common language.  Mental measurement yearbooks: a well­regarded source of test reviews.  nondiscriminatory assessment: the use of measures and procedures for administering and interpreting data that will not confound a child’s language or dialect  background with the target of testing. population­oriented measure review: a preliminary evaluation of a measure’s likely appropriateness for use in answering one or more clinical questions for a  population of clients who share important similar characteristics. Population­oriented reviews of measures are often conducted for subgroups of clients who are  frequently seen by a given clinician. Study Questions and Questions to Expand Your Thinking 1. Consider your own social ecology. Think about a specific kind of decision you have made or will make (e.g., concerning school or employment). What institutions  and people affect your decision? 2. Talk to the parent of a young child about the contexts in which that child functions—daycare, time spent with extended family, and so forth. Determine how many  hours the child spends in each setting and who the main interaction partners for the child are. How might these settings influence the communication experiences of this  child? 3. List five domains of language. 4. Does time taken to conduct a test have any obvious potential relationship to the validity of testing? If so, when or for what groups of children? 

Page 107 5. Discuss the importance of conducting a client­oriented review rather than simply a population­oriented review of a measure you will use with a specific client.  6. Go to the library and examine several volumes of the Mental measurements yearbook series. Describe the process by which tests are selected to be reviewed, and  examine two reviews for a single speech­language measure.  7. Choose a test that you have heard referred to in a course you have taken. See if you can find a review for it in the Mental measurements yearbook series or  elsewhere. Also, consider the extent to which the interaction implicit in the testing procedures matches the kinds of experiences a child might have on an everyday basis.  8. Complete a review form for a norm­referenced speech­language test.  9. Complete a review form for a criterion­referenced speech­language measure.  Recommended Readings Hutchinson, T. A. (1996). What to look for in the technical manual: Twenty questions for users. Language, Speech, Hearing Services in Schools, 27, 109–121.  Sabers, D. L. (1996). By their tests we will know them. Language, Speech, Hearing Services in Schools, 27, 102–108.  Salvia, J., & Ysseldyke, J. (1998). Appendix 5. In J. Salvia & J. Ysseldyke (Eds.), Assessment (5th ed., pp. 763–766). Boston: Houghton Mifflin.  References American Psychological Association, American Educational Research Association, National Council on Measurement in Education. (1985). Standards for  educational and psychological testing. Washington, DC: American Psychological Association. American Speech­Language­Hearing Association. (1995). Directory of speech­language pathology assessment instruments. Rockville, MD: Author.  American­Speech­Language­Hearing Association. (1999). Guidelines for roles and responsibilities of the school­based speech­language pathologist [On­line].  Available: http:/www.asha.org/professionals/library/slpschool_i.htm#purpose. Anastasi, A. (1988). Psychological testing (6th ed.). New York: Macmillan. Anastasi, A. (1997). Psychological testing (7th ed.). Upper Saddle River, NJ: Prentice Hall. Bachman, L. F. (1995). Review of the Receptive–Expressive Emergent Language Test (2nd ed.). In J. C. Conoley & J. C. Impara (Eds.), The twelfth mental  measurements yearbook. (pp. 843–845). Lincoln, NE: Buros Institute of Mental Measurements.  Bliss, L. S. (1995). Review of the Receptive–Expressive Emergent Language Test (2nd ed.). In J. C. Conoley & J. C. Impara (Eds.), The twelfth mental  measurements yearbook (p. 846). Lincoln, NE: Buros Institute of Mental Measurements. Bronfenbrenner, U. (1974). Developmental research, public policy, and the ecology of childhood. Child Development, 45, 1–5.  Bronfenbrenner, U. (1986). Recent advances in research on the ecology of human development. In R. K. Silbereisen, E. Eyferth, & G. Rudinger (Eds.), Development  as action in context: Problem behavior and normal youth development (pp. 286–309). New York: Springer­Verlag.  Bronfenbrenner, U., & Morris, P. (1998). The ecology of developmental processes. In W. Damon & R. M. Lerner (Eds.), Handbook of child psychology:  Theoretical models of human development (5th ed., Vol. 1, pp. 993–1028). New York: Wiley.  Bzoch, K. R., & League, R. (1994). Receptive­Expressive Emergent Language Test­2. Austin, TX: Pro­Ed. 

Page 108 Compton, C. (1996). A guide to 100 tests for special education. Upper Saddle River, NJ: Globe Fearon Educational. Conoley, J. C., & Impara, J. C. (Eds.). (1995). The twelfth mental measurements yearbook. Lincoln, NE: Buros Institute of Mental Measurements. Crais, E. R. (1992). ‘‘Best practices” with preschoolers: Assessing within the context of a family­centered approach. In W. Secord (Ed.), Best practices in school  speech­language pathology: Descriptive/non­standardized language assessment (pp. 33–42). San Antonio, TX: Psychological Corporation.  Crais, E. R. (1995). Expanding the repertoire of tools and techniques for assessing the communication skills of infants and toddlers. American Journal of Speech­ Language Pathology, 4, 47–59.  Damico, J. S., Smith, M., & Augustine, L. E. (1996). In M. D. Smith & J. S. Damico (Eds.), Childhood language disorders (pp. 272–299). New York: Thieme.  Demers, S. T., & Fiorello, C. (1999). Legal and ethical issues in preschool assessment and screening. In E. V. Nuttall, I. Romero, & J. Kalesnik (Eds.), Assessing  and screening preschoolers: Psychological and educational dimensions (2nd ed., pp. 50–58). Needham Heights, MA: Allyn & Bacon.  Donahue­Kilburg, G. (1992). Family­centered early intervention for communication disorders: Prevention and treatment. Gaithersburg, MD: Aspen.  Education for All Handicapped Children Act of 1975. Pub. L. No. 94­142, 89 Stat. 773 (1975).  Education of the Handicapped Act Amendments of 1986. Pub. L. No. 99­457, 100 Stat. 1145 (1986).  Feldt, L. S., & Brennan, R. L. (1989). Reliability. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 105–146). New York: American Council on  Education and Macmillan. Frattali, C. (1998). Outcome measurement: Definitions, dimensions, and perspectives. In C. Frattali (Ed.), Measuring outcomes in speech­language pathology (pp.  1–27). New York: Thieme.  Gardner, M. F. (1990). Expressive One­Word Picture Vocabulary Test–Revised. Novato, CA: Academic Therapy.  Hammer, A. L. (1992). Test evaluation and quality. In M. Zeidner & R. Most (Eds.), Psychological testing: An inside view. Palo Alto, CA: Consulting Psychologists  Press. Hammill, D. D., & Newcomer, P. L. (1988). Test of Language Development–2 Intermediate. Austin, TX: Pro­Ed.  Huang, R., Hopkins, J., & Nippold, M. A. (1997). Satisfaction with standardized language testing: A survey of speech­language pathologists. Language, Speech, and  Hearing Services in Schools, 28, 12–23.  Hutchinson, T. A. (1996). What to look for in the technical manual: Twenty questions for users. Language, Speech, Hearing Services in Schools, 27, 109–121.  Impara, J. C., & Plake, B. S. (Eds.). (1998). The thirteenth mental measurements yearbook (pp. 1050–1052). Lincoln, NE: Buros Institute of Mental  Measurements. Individuals with Disabilities Education Act (IDEA). Pub. L. No. 101­476, 104 Stat. 1103 (1990).  Individuals with Disabilities Education Act Amendments of 1997. Pub. L. No. 105­17, 111 Stat. 37 (1997).  Keyser, D. J., & Sweetland, R. C. (1994). (Eds.). Test critiques (Vol. X). Austin, TX: Pro­Ed.  McCauley, R. J. (1996). Familiar strangers: Criterion­referenced measures in communication disorders. Language, Speech, and Hearing Services in Schools, 27,  122–131.  McCauley, R. J., & Swisher, L. (1984). Psychometric review of language and articulation tests for preschool children. Journal of Speech and Hearing Disorders,  49, 34–42.  Merrell, A. W., & Plante, E. (1997). Norm­referenced test interpretation in the diagnostic process. Language, Speech, Hearing Services in Schools, 28, 50–58.  Murphy, L. L., Conoley, J. C., & Impara, J. C. (Eds.). (1994). Tests in print IV: An index to tests, test reviews, and the literature on specific tests. Lincoln, NE:  Buros Institute of Mental Measurements. Muma, J. (1998). Effective speech­language pathology: A cognitive socialization approach. Mahwah, NJ: Lawrence Erlbaum Associates.  Plante, E., & Vance, R. (1994). Selection of preschool language tests: A data­based approach. Language, Speech, and Hearing Services in Schools, 25, 15–24.  Plante, E., & Vance, R. (1995). Diagnostic accuracy of two tests of preschool language. American Journal of Speech­Language Pathology, 4, 70–76. 

Page 109 Radziewicz, C. (1995). In E. Tiegerman­Farber, Language and communication intervention in preschool children (pp. 95–128). Boston: Allyn & Bacon.  Reid, D. K., Hresko, W. P., Hammill, D. D., & Wiltshire, S. (1991). Test of Early Reading Ability–Deaf or hard of hearing. Austin, TX: Pro­Ed.  Rothlisberg, B. A. (1995). Review of the Test of Early Reading Ability–Deaf or Hard of Hearing. In J. C. Conoley & J. C. Impara (Eds.), The twelfth mental  measurements yearbook (pp. 1049–1051). Lincoln, NE: Buros Institute of Mental Measurements.  Sabers, D. L. (1996). By their tests we will know them. Language, Speech, and Hearing Services in Schools, 27, 102–108.  Salvia, J., & Ysseldyke, J. E. (1995). Assessment (7th ed.). Boston: Houghton Mifflin. Stephens, M. I., & Montgomery, A. A. (1985). A critical review of recent relevant standardized tests. Topics in Language Disorders, 5 (3), 21–45.  Sturner, R. A., Layton, T. L., Evans, A. W., Heller, J. H., Funk, S. G., & Machon, M. W. (1994). Preschool speech and language screening: A review of currently  available tests. American Journal of Speech­Language Pathology, 3, 25–36.  Toubanos, E. S. (1995). Review of the Test of Early Reading Ability–Deaf or Hard of Hearing. In J. C. Conoley & J. C. Impara (Eds.), The twelfth mental  measurements yearbook (pp. 1051–1053). Lincoln, NE: Buros Institute of Mental Measurements.  van Kleeck, A. (1994). Potential cultural bias in training parents as conversational partners with their children who have delays in language development. American  Journal of Speech­Language Pathology, 3, 67–78.  Vetter, D. K. (1988a). Designing informal assessment procedures. In D. E. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp. 192– 193). Philadelphia: B. C. Decker. Vetter, D. K. (1988b). Evaluation of tests and assessment procedures. In D. E. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp.  190–191). Philadelphia: B. C. Decker.  Williams, K. T. (1997). Expressive Vocabulary Test. Circle Pines, MN: American Guidance Service. World Health Organization. (1980). ICIDH: The international classification of impairments, disabilities, and handicaps. Geneva: Author. World Health Organization. (1998). Towards a common language for functioning and disablement: ICIDH­2: The International Classification of Impairments,  Activities and Participation. Geneva: Author.

Page 110

Page 111

PART

II AN OVERVIEW OF CHILDHOOD LANGUAGE DISORDERS Part II introduces the four most frequently occurring categories of childhood language disorders: specific language impairment (chap. 5) and language problems  associated with mental retardation (chap. 6), autism spectrum disorders (chap. 7), and hearing impairment (chap. 8). Each chapter is designed to provide an overview  of the nature and special testing problems associated with one category. Within each chapter, disorder categories are defined, where possible, according to criteria outlines the Diagnostic and statistical manual of mental disorders (4th  ed.; DSM–IV) of the American Psychiatric Association (1994) and in some chapters according to other influential definitions. Each disorder category is then further  introduced in terms of its suspected causes, the special challenges to language assessment afforded by children with the specific problem, their expected patterns of  language performance, and accompanying problems that may further complicate these children’s lives and communication functioning. Each chapter also contains a  short passage written from the perspective of someone diagnosed with the condition addressed in the chapter.

Page 112

Page 113 CHAPTER

5 Children with Specific Language Impairment Defining the Problem Suspected Causes Special Challenges in Assessment Expected Patterns of Language Performance Related Problems Defining the Problem Sandy is a compact 6­year­old who was late in talking and considered unintelligible by all but a few family members until about age 5. She is still often  mistaken for a younger child because of her size, limited vocabulary, and frequent errors in grammar. Having recently transferred to a new school, Sandy is  having trouble adjusting and has become very quiet except for occasional interactions with friends from her previous school.  Joshua, a 9­year­old with a history of delayed speech and language, continues to use short, simple sentences that are often ineffective in getting his message  across. Despite significant gains in his oral communication, he has made little progress in early reading skills. Thus, despite two years of instruction and  special support in both oral and written language, he names letters of the alphabet inconsistently and has a 

Page 114 sight vocabulary limited to about 30 words. Joshua also appears to have difficulty understanding many of the instructions given in the classroom.  Wilson is a 4­year­old whirlwind who augments his limited speech productions with animated gestures and, sometimes, truly gifted doodles. Because of his  activity level and awkward, sometimes overwhelming style of interacting, he is avoided by his peers and has formed fierce attachments to the preschool  teacher and his speech­language pathologist. Wilson’s parents and educators are beginning to question whether his activity level falls within the normal  range and will be discussing the possibility of having him evaluated for attention deficit disorder with hyperactivity at their next meeting. Wilson’s ability to  understand the communications of others has never been questioned. Although Sandy, Joshua, and Wilson are varied in their patterns of communication difficulties, each can be described as demonstrating specific language impairment  (SLI), a disorder estimated to affect between 1.5 and 7% of children (Leonard, 1998). A recently proposed figure of 7% for 5­year­olds may be the best current  estimate of prevalence: The research on which it was based was rigorous and included the use of a carefully selected sample of 7,218 children (Tomblin et al., 1997).  Although estimates differ considerably from study to study, it has generally been found that boys are affected more often than girls, with some studies suggesting that  boys are at twice the risk of girls (Tomblin, 1996b). SLI can be defined as “delayed acquisition of language skills, occurring in conjunction with normal functioning in intellectual, social­emotional, and auditory  domains” (Watkins, 1994, p. 1). Thus, SLI is frequently described as a disorder of exclusion. As such, it can seem like a definition of leftovers, encompassing those  instances where language impairment exists but cannot readily be attributed to factors that clearly limit a child’s access to information about language or to the abilities  required to undertake the creative task of language acquisition. On the other hand, specific language impairment can be regarded as a “pure” form of developmental  language disorder, one in which language alone is affected (Bishop, 1992b). Hopes of defining the nature of specific language impairment have instigated a wealth of research in child language disorders over the past 50 years. Initially termed  “congenital aphasia’’ or “developmental dysphasia,” SLI seemed to offer the opportunity to look at a pure, or “specific,” variety of communication disorder (Rapin,  1996; Rapin & Allen, 1983). Historically, each of the categories of developmental language disorders examined in other chapters in this section offered ostensibly  obvious explanations for their existence. In contrast, children with SLI offered no apparent explanations yet promised an opportunity to look at the unique effects of  impaired language on development. Or so it first appeared. In the Related Problems section of this chapter, you will read about the subtle differences in cognition and  other attributes that have been identified in children with SLI and that thus threaten narrow conceptions of specific impairment.  The DSM–IV (American Psychiatric Association, 1994) does not use the term specific language impairment, but includes two disorders that together cover much of  the same terrain: Expressive Language Disorder and Mixed Expressive–Receptive Language Disorder. Table 5.1 lists the diagnostic criteria for these two  communication

Page 115 Table 5.1 Summary of Criteria for Two Disorders Corresponding to Specific Language Impairment From the Diagnostic and Statistical Manual (4th ed.) of the American  Psychiatric Association (1994) Expressive Language Disorder (American Psychiatric Association, 1994, p. 58) The scores obtained from standardized, individually administered measures of expressive language development are substantially below those obtained from  standardized measures of both nonverbal intellectual capacity and receptive language development. The disturbance may be manifest clinically by symptoms that    A. include having a markedly limited vocabulary, making errors in tense, or having difficulty recalling words or producing sentences with developmentally  appropriate length or complexity.   B. The difficulties with expressive language interfere with academic or occupational achievement or with social communication.   C. Criteria are not met for Mixed Receptive­Expressive Language Disorder or Pervasive Developmental Disorder.   D.

If Mental Retardation, a speech­motor or sensory deficit, or environmental deprivation is present, the language difficulties are in excess of those usually  associated with these problems.

Mixed Receptive­Expressive Language Disorder (American Psychiatric Association, 1994, pp. 60–61). The scores obtained from a battery of standardized individually administered measures of both receptive and expressive language development are substantially    A. below those obtained from standardized measures of nonverbal intellectual capacity. Symptoms include those for Expressive Language Disorder as well as  difficulty understanding words, sentences, or specific types of words, such as spatial terms.   B. The difficulties with receptive and expressive language significantly interfere with academic or occupational achievement or with social communication.   C. Criteria are not met for Pervasive Developmental Disorder.   D.

If Mental Retardation, a speech­motor or sensory deficit, or environmental deprivation is present, the language difficulties are in excess of those usually  associated with these problems.

disorders. The division of SLI into these two categories reflects a recurring impulse among researchers and clinicians to identify subgroups within the larger  population—in this case and most often according to whether receptive language is significantly affected.  The DSM–IV criteria include a variation on the exclusionary elements of the SLI definition described up to this point. Specifically, in Criterion D for both disorders, the  clinician is directed to look for language impairments whose severity is unexplained by the obvious threats to language development included in other exclusionary  definitions (e.g., the presence of hearing impairment or mental retardation). The DSM–IV definitions allow both for the identification of a language impairment when no  obvious threats exists as well as for cases where the presence of these threats does not seem sufficient to account for the degree of problem presented.  Most researchers over the past three decades have used definitions largely like those discussed and have particularly relied on the operationalization of SLI proposed  by Stark and Tallal (1981, 1988). The details of such definitions, however, have proven quite controversial (Camarata & Swisher, 1990; Johnston, 1992, 1993;  Kamhi, 

Page 116 1993; Plante, 1998). Moving from the laboratory to clinical practice in schools, the controversy is intensified because state policies are vigorous participants in the  decision­making process. In particular, the use of difference or discrepancy scores is often mandated but has faced increasing criticism (e.g., Aram, Morris, & Hall,  1993; Fey, Long, & Cleave, 1994; Kamhi, 1998). Although methods used in identification of SLI are discussed at some length in the Special Challenges in  Assessment section of this chapter, they are mentioned here because they affect understanding of the nature of the problem and therefore affect research intended to  obtain information about suspected causes, patterns of language performance, and related problems. It seems important to recognize that SLI is a term that is often absent from the day­to­day functioning of speech­language pathologists in many clinical and education  settings. Instead, they frequently use the terms language delays or language impairments, thereby remaining silent on the specificity of a given child’s problems  (Kamhi, 1998). Nonetheless, the foundation of research on this population and clinical writings provides an important context for scientifically oriented clinical practice.  In the same way that field geologists need to know about basic chemistry despite few encounters in the wild with pure iron or other elements, speech­language  pathologists can learn from attempts to identify and understand SLIs and to recognize them when they encounter them in their practice. The very length of this chapter  compared with the others addressing information about subgroups of children with language disorders testifies to the fertility of the resulting explorations.  Suspected Causes The question of what causes isolated language impairment has been approached from several perspectives—from genetic to linguistic, physiological to social. It remains  a question—or, more accurately, a series of related questions—that tantalizes researchers, clinicians, and parents alike. It is best viewed as a set of related questions  because one can conceive of causes on several different levels (e.g., physical as well as social). In addition, it can be viewed that way because effects are frequently the  result of a convergence of causes rather than a single cause. Thus two or more factors may need to come into play before impaired language occurs. Understanding  causation is further clouded by the fact that researchers are frequently only in the position of identifying risk factors; that is, factors that tend to co­occur with the  presence of SLI, but that can only be thought of as potential causes until the nature of the association can be worked out through further research.  In this section, a review of suspected causes encompasses not only differences in brain structure and function, genetics, and selected environmental factors, but also  more abstract linguistic and cognitive discussions of the origins of specific language disorder in children. Although there is considerable turmoil in the community of child  language researchers concerning the more abstract accounts provided in linguistic and cognitive explanations, their role in assessment and planning for treatment has the  potential for being more immediate and influential than that of accounts related to genetics and physiology.

Page 117 Genetics

Genetic origins for SLI have probably been suspected for some years by anyone who has encountered families in which language problems seem more commonplace  than one might expect given the relative exceptionality of language impairment. Nonetheless, serious study of genetic contributions to SLI have been undertaken only in  the last couple of decades (Leonard, 1998; Pembrey, 1992; Rice, 1996). Largely, the increase in such studies has occurred because of advances in the study of  behavioral genetics (Rice, 1996). In addition, however, the delayed interest in the genetics of language impairment has resulted from the need for agreement on a  phenotype, that is, the behavior or set of behaviors that constitute critical characteristics of the disorder (Gilger, 1995; Rice, 1996).  Several different types of genetic studies are regularly used to link specific diseases or behavioral differences with genetic underpinnings (Brzustowiz, 1996). Among  those that have been used to the greatest extent so far in studying SLI are family studies, twin studies, and pedigree studies. In family studies, the family members of a  proband (i.e., an affected person who is the focus of study) are examined to determine whether they show evidence of the characteristic or disorder under study at  rates that are higher than would be expected in the general population. If they do, the characteristic or disorder is considered familial—a state of affairs that could be  due to genetic origins or to common exposure to other influences. Thus, for example, a fondness for chocolate might be found to be familial, but, without further study,  could just as easily be due to long exposure to a kitchen full of chocolate delicacies as to a genetic basis. In twin studies, comparisons of the frequency of a characteristic or disorder are made between identical and fraternal twins. Because identical twins share the same  genetic makeup, they should show higher concordance for the characteristic if it has a genetic basis; that is, there should be a strong tendency for both identical twins  to either have or not have the characteristic. In contrast, if their rates of concordance are relatively high, but similar to those of the fraternal twins (who are no more  genetically related than any pair of siblings and thus on average share 50% of their genetic make­up), the characteristic might still be considered familial. However, in  that case, it would be more likely the result of environmental rather than genetic influences. (See Tomblin, 1996b, for a discussion of some of the complexities of this  type of design.) In pedigree studies, as many members as, possible of a single proband’s large, multigenerational family are examined in order to get insight into patterns of inheritance  associated with the targeted characteristic or disorder. Closely related to pedigree studies are segregation studies in which multiple families with affected members are  examined to compare observed patterns of inheritance with patterns that have been observed for other genetically transmitted diseases.  Despite the difficulties associated with defining a disorder as complex as SLI (Brzustowicz, 1996), considerable progress has been made over the past 15 years in  understanding genetic contributions to the disorder. Familial studies (e.g., Neils & Aram, 1986; Tallal, Ross, & Curtiss, 1989; Tomblin, 1989) have consistently  demonstrated higher risk among families selected because of an individual member with SLI than families selected because of an unaffected member who is serving as a  control 

Page 118 participant. Complicating these findings, however, have been observations that many children with SLI come from families where they are the only affected member  (Tomblin & Buckwalter, 1994). Further, family histories of SLI may be more common among children with expressive problems only than among those with both  receptive and expressive problems (Lahey & Edwards, 1995). Whereas some familial studies (e.g., Neils & Aram, 1986; Tallal et al., 1989; Tomblin, 1989) have used questionnaires to examine the language skills of other often  older family members, others have used direct assessment of language skills (e.g., Plante, Shenkman, & Clark, 1996; Tomblin & Buckwalter, 1994). The latter studies  are considered more desirable (Leonard, 1998) because they rely neither on participant’s memories of childhood difficulties nor on potentially incomplete and  inaccurate school or clinical records. Further, they seem to be more sensitive to manifestations of SLI in adults, thereby capturing a greater number of affected  individuals for examination of inheritance patterns (Plante et al., 1996). Most importantly, however, both types of studies can demonstrate familial patterns of SLI,  which are the first step toward proving its genetic underpinnings for in least some affected individuals. Twin studies (e.g., Bishop, 1992a; Tomblin, 1996b) have demonstrated higher concordance for SLI among identical than fraternal twins, thus providing evidence of  some degree of genetic influence. However, even among identical twins, concordance is not perfect, despite their identical genetic make­up. Consequently it has been  suggested that either the affected gene associated with SLI does not always produce the same outcome (due to incomplete penetrance) or it does not operate alone to  produce SLI (Tomblin & Buckwalter, 1994; Leonard, 1998). In the former case, incomplete penetrance refers to cases in which a gene associated with a disorder  fails to act in an all­or­nothing fashion, with some people who carry a gene showing no ill effects (Gilger, 1995). The latter prospect means that SLI may be caused by  more than one gene or that a gene or group of genes must operate in combination with environmental factors. Current research on the genetics of SLI is weighing these alternative scenarios. Among the kinds of studies needed are pedigree and segregation studies in which  groups of families or a single family is studied across generations. One family, referred to as the KE family, has been under study for some time (e.g., Crago & Gopnik,  1994; Gopnik & Crago, 1991; Vargha­Kadeem, Watkins, Alcock, Fletcher, & Passingham, 1995). This family continues to be examined to determine whether a  hypothesized autosomal dominant transmission mode is at work. Briefly, autosomal dominant transmission means that the disorder is transmitted through a pair of  autosomal chromosomes (i.e., one of the 22 chromosome pairs that are not sex­linked) and will occur even if only one of the two chromosomes in a pair is affected.  The KE family has many affected members, as would be expected given an autosomal dominant mode of transmission, as opposed to modes involving the sex  chromosomes (a single pair) or a recessive mode of transmission in which both members of a pair would be affected to result in the disorder. In fact, most members of  the KE family demonstrate both severely impaired speech and language, and several show cognitive impairment or psychiatric disorders as well. Thus, additional work  is needed to examine other families who might be more representative of greater numbers of children with SLI.

Page 119 Continuing pursuit of information about genetic bases is thought to be useful because it may be possible to determine what aspects of language impairment are more  biologically determined and, therefore, perhaps less amenable to treatment. Once those determinations are made, clinicians could focus on the fostering of  compensatory strategies or on the amelioration of remaining aspects of the language impairment that may be more modifiable through treatment (Rice, 1996).  Differences in Brain Structure and Function

The prospect of differences in brain structure and function between children with SLI and those without has beckoned as a potential explanation since researchers first  began ruminating about this disorder. This is illustrated by the use of the term childhood aphasia in the 1930s and several decades thereafter. Among the possibilities  that have been examined are those of early damage to both cerebral hemispheres, of damage to the left hemisphere only (Aram & Eisele, 1994; Bishop, 1992a), as  well as the possibility that differences are not the result of “damage” per se, but rather are the expression of natural genetic variation (Leonard, 1998).  Currently, cases of frank neurologic damage—for example those following a stroke or head injury—are excluded from definitions of SLI. Somewhat more difficult to  classify are the problems of children with Landau–Kleffner syndrome, also called acquired epileptic aphasia. These children fail to show signs of focal damage except  for electroencephalographic abnormalities, yet they experience a profound loss of language skills (Bishop, 1993). Although included in early formulations of childhood  aphasia, this syndrome has recently been found to fit within cases that are typically excluded from SLI. Despite the exclusion of known brain damage from strict definitions of SLI, a relatively large number of studies using techniques such as magnetic resonance imaging  (MRI) and, less frequently, autopsy examination have been undertaken to determine whether subtle differences in brain structure and function can account for the  difficulties facing children with SLI. Often these differences have been structural anomalies that seem to depart from those considered optimal for a left­hemisphere  dominance for speech—leading to either right­hemisphere dominance or a lack of dominance by either hemisphere (Gauger, Lombardino, & Leonard, 1997).  Increasingly, it is thought that such differences may reflect variations in structure that make language development less efficient (e.g., Leonard, 1998).  Two areas of the cerebral hemispheres in which such variations have been identified are the plana temporale and the perisylvian areas, illustrated in Fig. 5.1. These two  areas overlap, with the smaller planum temporale lying within the larger perisylvian region of each hemisphere; both of the areas lie within an area that has consistently  been shown to be associated with language function. Examinations of the plana temporale in individuals with SLI were sparked by a 1985 autopsy study (Galaburda, Sherman, Rosen, Aboitiz, & Geschwind) of adults who  had had written language deficits. Detailed examination of these individuals’ brains after death showed an atypical symmetry between the planum temporale on the left  and the one on the right. This pattern contrasted with the more typical asymmet

Page 120

Fig. 5.1.  The left cerebral hemisphere with the planum temporale highlighted. From Neural bases of speech, hearing, and language (Figure 9­2), by D. P. Kuehn,  M. L. Lemme, & J. M. Baumgartner, 1989, San Antonio, TX: Pro­Ed. Copyright 1989 by Pro­Ed. Adapted with permission.  ric arrangement in which the planum temporale on the left is bigger than that on the right, with the larger size thought to reflect greater involvement in language  processing. The atypical symmetry results from a typically sized left planum temporale and a larger­than­usual right planum temporale. In the only autopsy study  conducted to date for a single child with SLI, this same atypical symmetry was observed (Cohen, Campbell, & Yaghmai, 1989).  Similar asymmetries, with left­ larger than right­hemisphere perisylvian areas, have also been identified in autopsy studies performed on individuals who did not have  SLI during their lifetimes (e.g., Geschwind & Levitsky, 1968; Teszner,Tzavares, Gruner, & Hecaen, 1972). The perisylvian areas, rather than the smaller plana  temporale, became the focus of a series of studies conducted by Plante and her colleagues (Plante, 1991; Plante, Swisher, & Vance, 1989; Plante, Swisher, Vance, &  Rapcsak, 1991). In those studies, Plante and her colleagues compared the relative size of these areas between hemispheres and between family members who were  affected or unaffected by SLI. The researchers focused on the perisylvian areas rather than the plana temporale because of limitations in the use of MRI (Plante,  1996)—a technique that was nonetheless highly desirable because it could be used even on very young, live participants.  The researchers found that children with SLI and their families demonstrated perisylvian areas that were larger on the right than those typically seen in studies of  individuals without SLI or a known family history of SLI (Plante, 1991; Plante et al., 1989, 1991). These larger right perisylvian areas sometimes associated with  symmetry across hemispheres and sometimes with asymmetries favoring the right hemisphere. Nonetheless, because some individuals with atypical configurations did  not show language impairment, and others with normal configurations did show such impairment, this structural difference cannot be seen as a single cause of language  impairment. In a 1996 review of this literature, Plante noted that the absence of abnormal findings for some individuals may simply be due to the insensitivity of MRI  techniques to subtle differences in brain structure. Nonetheless, her argument does not really explain the instances in which identified atypical structures are associated  with normal language perform­  

Page 121 ance. Furthermore, Plante, as well as other researchers in the field (Leonard, 1998; Rice, 1996; Watkins, 1994), believe that a number of factors probably need to be  in place for structural brain differences to culminate in language impairment. More recent studies have looked not only at the perisylvian areas but also at other brain structures for differences that may help researchers better understand SLI  (e.g., Clark & Plante, 1998; Gauger et al., 1997; Jackson & Plante, 1996). Whereas many of these have been regions in or close to the perisylvian region (e.g., Clark  & Plante, 1998; Jackson & Plante, 1996), others have looked at much larger areas of the cerebrum (Jernigan, Hesselink, Sowell & Tallal, 1991), at the extensive tract  of nerve fibers connecting the two cerebral hemispheres (Cowell, Jernigan, Denenberg & Tallal, 1994, cited in Leonard, 1998), and at areas including the ventricles  (Trauner, Wulfeck, Tallal, & Hesselink, 1995). All of these studies found at least some differences (Cowell et al., 1994).  In a recent review of these studies and others using behavioral and neurophysiological data, Leonard (1998) summarized the evidence as indicating the high percentage  of atypical neurobehavioral findings for children with specific language impairment implicates a “constitutional basis” that may contribute to the presence of language  impairment. The origins of these suspected differences in brain structure lead to other kinds of questions about causes, such as environmental factors.  Environmental Variables

Environmental variables can encompass physical, social, emotional, or other aspects of the developing child’s surroundings from conception onward. Two types of  environmental variables, however, have received the greatest amount of attention for SLI—(a) variables constituting the social and linguistic environment in which  children with SLI are acquiring their language (Leonard, 1998) and (b) demographic variables, such as parental education, birth order, and family socioeconomic status  (SES), that affect that environment in less direct ways (Tomblin, 1996b). A particularly engaging and clear account of the literature examining conversational environment of children with SLI can be found in Leonard (1998, chap. 8). In the  literature examining this type of environmental influence (e.g., Bondurant, Romeo & Kretschmer, 1983; Cunningham, Siegel, van der Spuy, Clark, & Bow, 1985), most  studies have focused on the nature and linguistic content of conversations occurring between children with SLI and their parents. Usually, comparisons are made to  conversations between parents and their normally developing children (age­matched or language­matched, depending on the study). In addition, in order to clarify  “chicken­or­the­egg” speculation about the direction of causation (i.e., Are differences in conversation causing children’s problems or resulting from them?), studies  have also examined conversations between children with SLI and unrelated adults (Newhoff, 1977) and even with other children (e.g., Hadley & Rice, 1991).  Despite the impediments offered by abundant methodological variations and challenging patterns of empirical disagreements, Leonard (1998) ventured a few  generalizations about this line of investigation. First, most of the evidence in which children with SLI are compared with control children who are similar in age suggests  that their 

Page 122 conversation partners (parents, other adults, and peers alike) make allowances for their diminished language skills and are thus reacting to, rather than causing, the  children’s problems. For example, Cunningham et al. (1985) found that mothers of children with SLI interacted similarly to mothers of control children of the similar  ages in conditions of free play, but asked fewer questions during a structured task. In addition, for those children with SLI whose comprehension and production were  both affected, mothers reduced their length of utterance, something that was not done by mothers whose children were either normally developing or had SLI in which  only expressive language was affected. Second, Leonard (1998) contended that in studies where children with SLI are compared with younger children who are similar in language characteristics, findings are  less consistent in showing differences. Nonetheless, the most reliable difference in how each group is spoken to by their parents involves the frequency with which  recasts are used. A recast is a restatement of a child’s production using grammatically correct structures, often incorporating morphosyntactic forms that had been  omitted or produced in error by the child (Leonard, 1998). Recent research has suggested that this conversational strategy is used frequently by parents of normally  developing children at earlier stages, but is then faded over time. It has also been shown to be a useful therapeutic strategy (Nelson, Camarata, Welsh, Butkovsky, &  Camarata, 1996). Interestingly, Leonard noted that rather than increasing their use of this kind of statement with children with SLI as might be expected in  compensation, parents of children with SLI use it less frequently than those of children without SLI. Despite the possible value of additional research in clarifying why  this difference is seen, all in all, this line of research has not proven as productive to the understanding of the genesis of SLI as was once hoped (Leonard, 1998).  Turning to possible clues in the form of demographic variables, Tomblin (1996b) searched for risk factors in demographic data obtained from the preliminary results  (consisting of 32 children with SLI and 114 controls) of a larger epidemiological study (planned to include 200 children with SLI and 800 controls). Specifically, he  looked for associations between demographic and biological data and the presence of SLI. Among the variables he examined relative to the home environment were  parent education, family income, and birth order of the child in the family. Although there were trends in the direction of children with SLI being later born and having  parents with fewer years of education than unaffected children, neither of these trends was significant. Tomblin speculated that the two trends may have been due to the  extent that lower incomes are associated with larger families. Also available to Tomblin (1996b) were data concerning exposure to biological risk factors including maternal infection or illness, medication, use of alcohol, and use of  tobacco during pregnancy, as well as the evidence of potential trauma at birth and the participants’ birthweights. In these preliminary data at least, Tomblin found no  differences between the groups relative to maternal infection and illness during pregnancy, and actually found lower, but nonsignificant rates of exposure to alcohol and  medication. Birth histories and birthweights also did not differ significantly. Only maternal smoking showed a trend towards higher levels among the children with SLI.  Although attributing the lack of significant findings to the relatively small sample sizes used, 

Page 123 Tomblin also suggested that the larger numbers associated with the completed study would be unlikely to reveal effect sizes of any major significance, where effect  sizes relate to the magnitude of the difference between groups. Clearly, findings across several lines of research suggest the need for the continuation and coordination of efforts to understand the complexity of variables that put  children at risk for SLI. Although neurologic and genetic research findings have been particularly exciting over the past two decades, these variables are not sufficient by  themselves to explain SLI. Biological and environmental factors represent important frontiers for a more complete understanding of language impairment (Snow, 1996).  At a different level of explanation, linguistic and cognitive accounts attempt to provide more immediate explanations for the specific patterns of language behaviors seen  in SLI and their variability across children and over varying ages. Linguistic and Cognitive Accounts

A large number of linguistic accounts of SLI as well as cognitive accounts have been advanced over the past several decades. At present, more than a dozen  warrant serious consideration (Leonard, 1998). As a group, these accounts deserve some attention here because of their potential impact on assessment and treatment  of children for whom SLI is suspected or confirmed. As discussed in previous chapters, the validity of the assessment tool chiefly turns on the extent to which it captures the construct being measured. Consequently,  different models of SLI imply the need for different measures. In practice, however, the link between theoretical understandings of a complex behavior and readily  available assessment procedures is usually far from direct. This is particularly true when there are a large number of competing accounts but no clear front­runners—the  current case for SLI. In addition, the term accounts, used here and used by Leonard, specifically implies acknowledgement that these formulations fail to tie together  the breadth of data that are typically associated with use of the term theories. Despite these limitations, some familiarity with these competing accounts can help readers  anticipate future trends in both theoretical efforts and in recommended assessment practice. Leonard (1998) reviewed a wide field of linguistic and cognitive explanations of SLI, dividing them into three categories. Specifically, he considered six explanations of  SLI focusing on deficits in linguistic knowledge: three on limitations in general processing capacity and three on specific processing deficits. Because of space limitations,  each of these twelve accounts cannot be discussed in detail here. Instead, a small subset will be used to introduce readers to this complex debate and illustrate the  challenges awaiting researchers and clinicians who seek to translate these accounts into assessment practice. Language Knowledge Deficit Accounts

Leonard (1998) argued that Chomsky’s (1986) principles and parameters framework to language acquisition can be seen as a foundation for the major accounts in  which deficits in linguistic knowledge are postulated as central to SLI. Stemming 

Page 124 from transformational grammar of the 1960s and 1970s, ‘‘principles” represent universals of natural languages, and “parameters” the dimensions along which individual  languages differ. Children are presumed to work within the constraints associated with universal principles to acquire the specific knowledge of the parameter settings  associated with their ambient language. Chief among the difficulties facing children in this process is the apparent need to understand more than just the surface relations  existing between words in sentences as they are heard. Rather, they must also understand the underlying, or inferred, relationships between lexical categories (e.g.,  noun, verb, adjective) and functional categories that explain relationships between words within sentences (e.g., complementizer, inflection, determiner).  Differences in the accounts that Leonard (1998) placed within this category lie primarily in which area of linguistic knowledge is absent or, more often, incomplete in  children with SLI. Leonard himself and several colleagues are associated with accounts in which knowledge of functional categories overall is deemed incomplete  (Leob & Leonard, 1991; Leonard, 1995). Alternatively, Rice, Wexler, and Cleave (1995) are associated with the extended optional infinitive account, in which  children with SLI are thought to remain too long in a developmental phase in which tense is treated as optional. Other accounts see children with SLI as unable to  develop implicit grammatical rules (Gopnik, 1990), as developing rules that are too narrow in their application (e.g., Ingram & Carr, 1994), or as lacking the ability to  understand different agreement or dependent relationships existing between functional categories (e.g., Clahsen, 1989; van der Lely, 1996).  Among the significant challenges facing these accounts is their need to provide more complete explanations of the variability in developmental patterns shown by  children with SLI and of crosslinguistic differences in the error patterns and development of children with SLI. In addition, despite emerging efforts to tie linguistic  accounts to genetic, biological, and environmental accounts (e.g., Gopnik & Crago, 1991), further steps in that direction are needed.  Accounts Positing General Processing Deficits

General processing deficit accounts of SLI place general deficits in cognitive processing at the core of SLI, with the most ambitious of them holding these deficits  responsible for both the linguistic and nonlinguistic differences seen in children with SLI (Leonard, 1998). Rather than assume that specific cognitive mechanisms are  affected—as is done in the third and final category of accounts—these accounts postulate a more widespread deficiency offering a simpler, more elegant explanation of  the patterns of deficits seen in children with SLI. Typically, such accounts tend to describe central cognitive deficits in terms of reductions in processing capacity or  speed. Such accounts are particularly compelling for explanations of difficulties in word recall and retrieval and comprehension as well as nonlinguistic cognitive deficits, but  must also explain the special difficulties associated with morphosyntax in most English­speaking children with SLI. Among the numerous researchers cited by Leonard  (1998) as working on accounts of this type are Ellis Weismer (1985), Bishop (1994), Edwards and Lahey (1996; Lahey & Edwards, 1996) as well as Leonard  himself.

Page 125 Leonard’s surface hypothesis (e.g., Leonard, 1989; Leonard, Eyer, Bedor, & Grela, 1997) represents one of the most thoroughly probed of the general processing  deficit accounts and, consequently, serves here as an important exemplar of such accounts. The surface hypothesis suggests that differences in the pattern of deficits  observed crosslinguistically in children with SLI may be due to differences in language structure across languages. Such differences are thought to lead to differences in  processing demands rather than to the impaired gralnmatical systems posited by linguistic accounts. This account emphasizes the importance of surface features of  languages, such as the physical properties of English graummatical morphology, that may represent special challenges to children, particularly to those with reduced  processing capabilities. According to the surface hypothesis, children with SLI will take longer to acquire the more difficult aspects of their language and may focus their processing efforts in  some areas at the expense of others (e.g., on word order at the expense of morphology). Among those features of a language that are considered particularly  vulnerable are those that are relatively brief, uncommon in languages of the world, or less regular within the language (e.g., numerous grammatical morphemes in  English). Leonard (1998) provides a thorough description of the successes and failures of this account in explaining an ever expanding body of empirical data from  several language groups. Further he shows its basic compatibility with the surface hypothesis and other processing limitation accounts that emphasize reduced speed of  processing. As with the grammatical knowledge accounts, accounts that posit general processing deficits have a wide range of crosslinguistic data to address, including patterns of  errors and of acquisition patterns in children with SLI. Further, the appeal of such accounts in terms of simplicity is enhanced if they can also address similar data for  children without impaired language. Add to that the desirability of addressing emerging data on the genetic and biologic factors associated with SLI and it becomes only  a small wonder that consensus leading to a unified theory of SLI eludes the research community at this time. The last of the three types of accounts Leonard describes  within this community wrestles with this same list of empirical challenges but proposes cognitive limitations that are more specific in nature.  Specific Processing Deficit Accounts of SLI

According to Leonard (1998), three accounts have focused on specific deficits as responsible for far­reaching consequences for language function. Respectively, these  accounts hypothesize deficits in phonological memory (Ellis Weismer, Evans, & Hesketh, 1999; Gathercole & Baddeley, 1990), in temporal processing (Tallal, 1976,  Tallal & Piercy, 1973; Tallal, Stark, Kallman, & Mellits, 1981), and in the mechanisms used for grammatical analysis (Locke, 1994). These accounts are less well  developed than the linguistic and general cognitive deficit accounts in terms of the breadth of data they encompass. Of these accounts, the accounts associated with temporal processing (viz., Stark & Tallal, 1988; Tallal et al., 1996) have had the greatest recent impact, including  considerable attention in the popular press (e.g., in a USA Today article [Levy, 1996]). 

Page 126 This attention has largely been the result of the popularization of a specific training program called Fast ForWord (Scientific Learning Corporation, 1998). After a long history of work on SLI, Tallal joined with Michael Merzenich and others to conduct a series of remarkable treatment studies (Merzenich et al., 1996; Tallal  et al., 1996). In those studies use of Fast ForWord, a computer training program designed to address hypothesized processing difficulties, resulted in significant gains in  language performance and auditory processing. Development of that program was based on evidence that children with SLI have difficulty processing brief stimuli or  stimuli that follow one another in rapid succession—difficulties that might significantly affect a child’s ability to process speech. Further, the program is based on the  hypothesis that the deficit can be ameliorated by exposing children with SLI to stimuli that are initially recognizable but acoustically altered through the lengthening of  formant transitions. During treatment, children participate in a large number of video­game­like trials in which they are required to make judgements about the altered  stimuli. Across trials, the stimulus characteristics are altered in the direction of natural speech. Readers are encouraged to take note of the debate surrounding this account and the commercialization it has fostered (e.g., Gillam, 1999; Veale, 1999). Ironically, the  authors of the other accounts discussed in this section of the chapter have appeared to take greater pains to tie together a huge number of empirical clues about the  nature of SLI. However, it is rare to find the public so aware of an account—or at least the treatment program associated with it—and to clamor for its use with  children presenting with a wide range of communication­related disorders (including reading disabilities and autism). These public responses alone make it a fascinating  area of additional investigation for clinicians and researchers interested in children’s language disorders. Independent validation of this treatment and its theoretical  underpinnings has yet to be provided (Gillam, 1999). What’s Ahead for Accounts of SLI? 

In this section, I have tried my best to point out the most important landmarks of this vast and changing terrain (helped considerably by the work of Leonard, 1998, and  the urgings of Bernard Grela to address these complex issues). However, I am certain that I have missed some important vantage points and critical roadways.  Nonetheless, I hope that this brief overview provides you with the sense of the complexities facing these researchers. The researchers working on this topic have immense amounts of data to address if they are to settle on a truly comprehensive theory, rather than fragmented accounts  of isolated aspects of SLI. Not only must they deal with information about how children of SLI perform on a range of language and nonlanguage tasks, they must do so  for the wide range of spoken languages and across the life span. Further they must tie these together with the burgeoning findings about the genetics, brain structures,  and social contexts of children with SLI. Other challenges facing researchers interested in SLI have been summarized by Tager­Flusberg & Cooper (1999), who reviewed the findings of a recent National  Institutes of Health workshop focused on steps needed to produce clear definitions of SLI 

Page 127 for genetic study. Despite the narrow focus of that conference, the recommendations that came out of it appear germane to thoughts about the relation of theory to  assessment practices. Among the recommendations summarized by Tager­Flusberg and Cooper are that researchers abandon exclusionary definitions of SLI, broaden  the language domains and information­processing skills they assess, and develop a standard approach to defining SLI, not only in preschoolers but also in older school­ age children, adolescents, and adults. These same recommendations are clinically relevant insofar as combining clinical and research efforts may result in the greatest  gains in both arenas. Special Challenges in Assessment In addition to the theoretical challenges to the assessment of children with SLI, these children also come with a range of personal reactions to testing that are at least  partially determined by the amount of success they expect. Any of us who has difficulty in certain areas, such as singing, drawing, or playing sports knows how  uncomfortable we feel when our performance in those areas is evaluated. Consequently, I urge you to refer back to chapter 3 for some of the general guidelines  addressed in that chapter, which will serve as a useful exercise in preparing for working with children with SLI. Beyond the personal dynamics that should always be a special consideration in assessment, children with SLI present several problems related to how they are  identified as needing help. Plante (1998) pointed out at least three problems with how such children have been identified by researchers. Some of Plante’s concerns  about the literature also face clinicians. Even those that do not, deserve attention by knowledgeable consumers of this research literature.  First, Plante (1998) argued, researchers have tended to use criteria for nonverbal IQ (often nonverbal IQ of 85 or greater) that exclude not only children with mental  retardation but large numbers of others whose lower intelligence makes them no less relevant to our understanding of SLI. Second, Plante noted that in the identification  process, researchers have tended to use tests and cutoff scores on those tests that have not been shown to successfully identify children with the disorder. Specifically,  she questioned two particular aspects of the validity of those tests and cutoffs: their sensitivity (the extent to which individuals with disorders are actually identified as  having the disorder) and specificity (the extent to which individuals without disorders are successfully identified as such). (See chap. 9 for more complete explanations  of these concepts). Third, Plante (1998) questioned the use of discrepancy or difference scores in the practice often referred to as cognitive referencing. Cognitive referencing occurs  when the identification of SLI hinges on the demonstration of a specific difference between expected language function (based on nonverbal IQ) and language  performance. Plante attacked this practice on two grounds: (a) because of a tendency for such comparisons to be based on age­equivalent scores, which are the  targets of a long history of criticism from psychometric perspectives (e.g., see chap. 2) and (b) because there is no good evidence to support the use of nonverbal IQ  as an indicator of language potential. As just one example of this lack of evidence, Krassowski and Plante (1997) reported a lack of stability in the performance IQ  scores of 75 children with SLI over a 3­year time frame that would be inconsistent with their use as a constant  

Page 128 measure of language potential. Plante and her colleagues are joined by large numbers of the community of language researchers in finding serious—many would say  fatal—flaws with cognitive referencing (e.g., Aram et al., 1993; Fey et al., 1994; Kamhi, 1998; Lahey, 1988). Along with the instability of categorizations obtained  through cognitive referencing, others have noted that similar amounts of improvement in specific treatments are made by children who would fall on both sides of  conventional cognitive criteria (e.g., Fey et al., 1994). Even readers who have simply skimmed earlier chapters on their way to this one will recognize certain common dilemmas facing clinicians as well as researchers  regarding cognitive referencing. Thus, for example, both groups need to be as careful as possible to select measures that have been studied very carefully for the  purpose to which they are being used. That is, evidence of criterion­related validity for how and with whom measures are used is something in which both clinicians and  researchers have a prodigious stake. In addition, both groups should avoid the relatively unreliable and misleading nature of age­equivalent scores—insofar as they are  able to do so. The “wiggle room” left by that last clause stems from the fact that clinicians may find themselves compelled to use age­equivalent scores by the settings in  which they work, particularly for younger children. With regard to cognitive referencing, Casby (1992) noted that in 31 states, eligibility for services based on SLI  demand its use in some form. In such situations, an ethical and sensible recommendation would be to provide the required documentation (i.e., to go ahead and report  the cognitive­referenced information, age­equivalent scores, or both), but accompany it with appropriate warnings about the limitations of each and recommendations  from a more scientifically supportable perspective. In a discussion of problems of differential diagnosis in SLI, Leonard (1998) called attention to a further difficulty associated with the assessment of children considered  at risk for the disorder. Specifically, he called attention to the difficulty in distinguishing late talkers, who will ultimately prove to be simply late in developing language,  from those children whose late talking foretells persisting problems in language acquisition. Most children with SLI have a history of late talking (which is usually defined  in terms of late use of words). However, only one quarter to one half of late­talkers will go on to be diagnosed with a language disorder. Developing accurate  predictions of which children are showing early signs of SLI has spurred the efforts of a number of researchers who hope that early identification will lead to effective  and efficient early intervention (e.g., Paul, 1996; Rescorla, 1991). Unfortunately, the dramatic variability in children’s normal language development is proving a considerable obstacle. Thus, reliable signs yielding reasonably accurate  predictions have evaded researchers, leading Leonard (1998) to recommend with­ holding diagnoses until at least age 3 and Paul (1996) to advise a “watch and see”  policy. A differing interpretation of the data on which Paul’s recommendations are based that includes a plea for more aggressive intervention can be found in van  Kleeck, Gillam, and Davis (1997). Also urging more aggressive responses to late­talking children, Olswang, Rodriguez, and Timler (1998) represent a somewhat more optimistic reading of the research  evidence. Specifically they outlined speech and language differences and other risk factors that they propose should prompt decisions to intervene. Table 5.2 

Page 129 Table 5.2 Predictors and Risk Factors Useful in Helping Clinicians Decide Whether to Enroll Toddlers Who Are Late Talkers for Intervention Predictors Speech

  Nonspeech

Risk Factors

Language production l Small vocabulary for age l Few verbs l Preponderance of general all­purpose verbs  (e.g., want, go, get, do, put, look, make, got) l More transitive verbs (e.g., John hit the ball) l Few intransitive and ditransitive verb forms (e.g.,  he sleep, doggie run)

Play l Primarily manipulating and grouping l Little combinatorial and/or symbolic play

Otitis media—Prolonged periods of untreated otitis  media

Language comprehension l Presence of 6­month comprehension gap  l Large comprehension­production gap with  comprehension deficit

Gestures—Few communicative gestures, symbolic  gestural sequences, or supplementary gestures

Heritability—Family member with persistent language  and learning problems

Phonology l Few prelinguistic vocalizations Social skills l Limited number of consonants l Behavior problems l Limited variety in babbling structure l Few conversational initiations l Less than 50% consonants correct (substitution of  l Interactions with adults more than peers glottal consonants and back sounds for front) l Difficulty gaining access to activities l Restricted syllable structure l Vowel errors

Parent needs l Parent characteristics: Low SES; directive more than  response interaction style l Extreme parent concern

Imitation l Few spontaneous imitations l Reliance on direct model and prompting in  imitations tasks of emerging language forms

 

 

Note. From “Recommending Intervention for Toddlers With Specific Language Learning Difficulties: We May Not Have All the Answers, but We Know a Lot,” by  L. Olswang, B. Rodriguez, & G. Timler, 1998. American Journal of Speech­Language Palhology, 7, p. 29. Copyright 1998 by American Speech­Language­ Hearing Association. American Speech­Language­Hearing Association. Reprinted with permission.

Page 130 summarizes their list. They recommended that larger numbers of risk factors be viewed as cause for greater concern. Expected Patterns of Language Performance The language performance of children with SLI has undergone greater scrutiny than that of any other group of children with language difficulties. The diversity and depth  of this research over several decades leads to some clear expectations of areas in which difficulties can be expected but also to ubquitous expectations that each child  will be different. Therefore, before I delve into expected patterns of difficulties, I should mention again that general expectations lead to hypotheses about what might be expected in a  given child—not infallible certainties. Generalizations also fail to render either the variations found in studies identifying distinct subtypes of SLI (e.g., Aram & Nation,  1975; Rapin & Allen, 1988; Wilson & Risucci, 1986) or in studies revealing changes in patterns of impairment that occur with age (e.g., Aram, Ekelman, & Nation,  1984; Stothard, Snowling, Bishop, Chipchase, & Kaplan, 1998; Tomblin, Freese, & Records, 1992). Further, these generalizations have been identified for children  acquiring English—a potentially serious limitation for clinicians working with children acquiring other less­studied languages (Leonard, 1998). Thus, the expected  patterns discussed here are described only briefly and are meant to prompt consideration of likely areas of difficulty, not to become the only ones given attention.  Among the more robust findings from studies examining language skills in English­speaking children with SLI have been the findings that (a) expressive and receptive  language are often differentially impaired, and (b) degree of involvement can vary from quite mild to quite severe. Also, expressive language tends to be more frequently  and severely affected—an observation that is borne out in much of the literature and is also reflected in the DSM–IV (American Psychiatric Association, 1994)  definition shared at the beginning of the chapter. Recent research, however, suggests that this disparity may not be as large as has sometimes been thought. Among the  children who were found to have impaired language in a report dealing with a large epidemiological study, Tomblin (1996a) identified 35% of children with expressive  problems, 28% with receptive problems, and 35% with both expressive and receptive problems (given a cutoff of 1.25 standard deviations below the mean).  In Table 5.3, specific areas of difficulty relative to normally developing peers are summarized on the basis of an extensive review of literature appearing in Leonard  (1998; cf. Menyuk, 1993; Watkins, 1994). In Table 5.3, the density of comments falling under language production reflects not only the tendency for this modality to  be affected by more obvious and often more severe deficits than comprehension, but also by a tendency for it to have received much greater research attention. A  related table, Table 5.4, lists specific grammatical morphemes that have been identified as particularly problematic. As you examine Table 5.3, notice that many—although not all—of the differences shown by children with SLI resemble patterns seen in younger children and are  therefore characterized as delays. This observation may have implications related to the nature of this disorder. In addition, it supports the reasonableness of  approaching

Page 131 Table 5.3 Patterns of Oral Language Impairment by Modality and Domain Reported in Children With Specific Language Impairment (SLI) (Leonard, 1998) Domain Semantics

Production  

l Delays in acquiring first words and word combinations Delays in verb acquisition, with overuse of some common  Lexical abilities and early word  l verbs (e.g., do, go, get, put, want) combinations l Word­finding difficulties,a especially noted in school­age  children

Comprehension  

Deficient in learning to understand new words, particularly  those involving actions l

Increased tendency to omit obligatory arguments (e.g.,  omission of object for transitive verb) or even the verb itself l Increased tendency to omit optional but semantically important  l Increased difficulty in acquiring argument structure information  information (e.g., adverbials providing information regarding time,  from syntactic information for new verbs location, or manner of action) and use of an infinitival complement  (e.g., He wants to do this) l

Argument structure

Grammatical morphology constitutes a relative and sometimes  enduring weakness in children with SLI (see Table 5.4 for a list of  l Limited research suggests poorer comprehension of  grammatical morphemes that have received particular attention) grammatical morphemes, especially for those of shorter duration,  l Grammatical morphology related to verbs is especially affected and poorer identification of errors involving grammatical  morphemes l Errors most often consist of omissions rather than  inappropriate use, but are likely to be inconsistent in either case l

Grammatical morphologyb

Although occasionally occurring alone, phonological deficits  are almost always accompanied by other language deficits, and  vice versa l Delays are most frequently seen with most errors resembling  those of younger normally developing children.   l Unusual errors in productionc occur rarely, but probably more  often than in normally developing children l Greater variability in production than children without SLI at  similar stages of phonological development l

Phonology

(Continued)

Page 132 Table 5.3 (Continued) Domain

Production

Comprehension

Some evidence of pragmatic difficulties Although these difficulties largely seem due to communication  l Limited research suggests that understanding of the speech  problems posed by other language deficits, independent  acts of others may be affected pragmatic deficits may occur as well l Comprehension of figurative language (e.g., metaphors,  l Participation in communication is negatively affected when  idioms) can be affected communication involves adults or multiple communication  partners l l

Pragmatics

Narratives

Cohesion of narratives can be affected, and sometimes  expected story components are absent l

Comprehension of narratives can be affected when inferences  need to be drawn from the literal narrative content l

aEvidenced by unusually long pauses in speech, frequent circumlocution, or frequent use of nonspecific words such as it and stuff. bGrammatical morphology can be defined as “the closed­class morphemes of language, both the morphemes seen in inflectional morphology (e.g., ‘plays,’ ‘played’)  and derivational morphology (e.g., ‘fool,’ ‘foolish’), and function words such as articles and auxiliary verbs” (Leonard, 1998, p. 55).  cAmong the unusual errors reported for this population are later developing sounds being used in place of earlier developing sounds, a sound segment addition, and  use of sounds not heard in the child’s ambient language. treatment goals from a developmental perspective (Leonard, 1998). Also, notice the expanse of unmapped country revealed here. Despite several decades of work,  much remains unknown about the abilities of children with SLI and how they are related to one another. Consequently, the potential for valuable outcomes from  experimental exploration is immense! Finally, on a very different note, readers of this table may find that their knowledge of some terminology related to linguistic descriptions of these children’s difficulties is  outdated or incomplete. They are referred to Hurford (1994) as a reference guide to the more basic grammatical terms. Related Problems When compared with children described in other sections of this book, children with SLI have far fewer related problems. Despite the more restricted nature of their  difficulties, however, children with SLI are at increased risk for a number of significant, ongoing problems in addition to a lengthening list of subtle perceptual and  cognitive deficiencies that were described briefly earlier. Among these are increased risk for emotional, behavioral, and social difficulties. In addition, there is increased  risk for ongoing academic difficulties often associated with diagnoses of learning disabilities (Wallach & Butler, 1994). 

Page 133 Table 5.4 Examples of Grammatical Morphemes, an Area of Special Difficulty for Children With Specific Language Impairment (SLI) Inflectional morphemes       Past tense, regular –ed: slept, walked, irregular: flew, hid        Third­person singular ­s: sits, runs        Progressive–ing: is running, is seeing        Plural –s: coats, flowers        Possessive ‘s (also called genitive ‘s): Sam’s, dog’s  Other grammatical morphemes       Copula be: he is a boy; they are happy       Auxiliary be: she is hunting, he was cooking       Auxiliary do: I don’t hate you; Do you remember that man?        Articles: the man; a cat       Pronouns: anything, herself, I, he, they, them, her

Emotional, Behavioral, and Social Difficulties

The possibility that children with specific language disorders may be at risk for difficulties in personal adjustment has been examined at several levels of severity. These  levels of severity have ranged from studies examining the prevalence of identifiable psychiatric diagnoses (e.g., Baker & Cantwell, 1987a, b; Beitchman, Nair, Clegg, &  Patell, 1986; Beitchman, Brownlie, et al., 1996; Beitchman, Wilson, et al., 1996) to studies examining specific aspects of peer relationships or social maturation (e.g.,  Craig, 1993; Farmer, 1997; Fujiki & Brinton, 1994; Gertner, Rice, & Hadley, 1994; Records, Tomblin, & Freese, 1992; Rutter, Mawhood, & Howlin, 1992).  Studies looking at this issue differ in a large number of methodological variables (e.g., ages studied, methods used to define language impairment and other problem  areas). Nonetheless, a serviceable overview of their findings is that children with SLI are at increased risk for difficulties involving their emotional, behavioral, and social  status. Further, this generalization holds for both children and older individuals with a history of SLI—even when they appear to have outgrown persisting language  impairment (through treatment or maturational processes alone; e.g., Rutter, Mawhood, & Howlin, 1992). There is evidence that children with receptive problems or  those with both expressive and receptive language problems are at greater risk than those with expressive problems alone (e.g., Beitchman, Wilson, et al., 1996;  Stevenson, 1996). The causal mechanisms involved in the co­occurrence of communication problems and difficulties in emotional, behavioral, and social realms are  difficult to discern and are far from being understood (Stevenson, 1996). Still, the implications of the co­occurrence alone are nonetheless important for those who help  children with SLI. Among the specific problems associated with SLI that can be categorized as psychiatric problems are attention deficit disorder (ADD), conduct disorder, and anxiety  disorders (Baker & Cantwell, 1987b). Of these three disorders, perhaps the most familiar to many people is attention deficit hyperactivity disorder (ADHD).  With 

Page 134 an estimated prevalence of 4 to 6% of all elementary­school­aged children, it has been described as the ‘‘most common significant behavioral syndrome in  children” (Wender, 1995, p. 185). Recall that in the description of Wilson at the beginning of the chapter, it was suspected as a contributor to some of his difficulties in  fitting into the classroom and interacting with peers. ADHD is typically diagnosed in children who show patterns of inattention, over­activity–impulsivity, or both, that seem inappropriate for age and detrimental to  functioning (American Psychiatric Association, 1994). Although symptoms of the disorder may be more common in some situations than others, they occur across  settings. Excellent practical recommendations for dealing with the symptoms of this disorder in the classroom are available in Dowdy, Patton, Smith, and Polloway  (1998, Appendix A). Conduct disorder is diagnosed in children who demonstrate a repeated and consistent pattern of behavior that is inappropriate for age and violates social or even legal  norms (American Psychiatric Association, 1994; Goldman, 1995). Behaviors that are associated with this diagnosis can include aggression to people and animals,  destruction of property, deceitfulness, theft, truancy, and running away. Anxiety disorder is diagnosed in children who worry excessively, usually about their performance, with resulting negative effects on their functioning (American  Psychiatric Association, 1994). Although the area of concern may shift from time to time, the intensity, duration, and frequency of the anxiety and worry are seen as out  of proportion with their actual likelihood or impact. Children with this disorder may be overly concerned about approval and require excessive reassurance about the  adequacy of their performance or other focus of concern. Although the diagnoses of attention deficit disorder, conduct disorder and anxiety disorders are relatively rare among children with language impairment, another view  of the association between psychiatric diagnoses and language skills has been taken by researchers who examine the language skills of groups of children seen as  psychiatric outpatients. In one relatively recent study, researchers found that one third of the 399 such children whose language was screened were identified as having  an unsuspected language impairment (Cohen, Davine, Horodezky, Lipsett, & Isaacson, 1993). Thus, awareness of this possible association can help speech­language  pathologists contribute to the development of children whose emotional and behavioral issues have previously overshadowed very real language difficulties, as well as  those children for whom a language diagnosis has already been made. Academic Difficulties

The connection between language difficulties and academic difficulties is a powerful one. In the early grades, academic skills build on language skills used in everyday  experience. Later, academic demands, especially for written language acquisition but also for the understanding and use of figurative language, narrative construction  and the use of language in reasoning (Nippold, 1998), help fuel additional gains in language development. At least that is the way things are thought to work for  normally developing children.

Page 135 Increasingly, it appears that the oral language difficulties of children with SLI may contribute to and be exacerbated by the unsuccessful language experiences they  encounter in school. Bashir and Strominger (1996) described the interweaving of oral and written language problems as follows:  It is reasonable to argue that the continued academic vulnerability in children with language disorders in the middle grades reflects both the persistence of language  problems and restrictions on later language development resulting from reduced reading as well as restricted exposure to different texts and text­based information. (p.  134) Thus, not only may language impairments lead to academic difficulties, but difficulties with the language of the academic setting may contribute to children falling further  behind their peers in language development. A recent study by Stothard et al. is quite representative of the literature on later language and academic outcomes (e.g, Hall & Tomblin, 1978; Tomblin et al., 1992;  Weiner, 1974) and corroborates some of its more robust findings. The study reports on data from the same children seen at ages 4, 5½, and 15½ years. Experimental  measures included measures of oral language (receptive vocabulary, expressive vocabulary, general comprehension, grammatical understanding, naming), short­term  memory and phonological skills (sentence repetition, nonword repetition, and spoonerisms), and written language (consisting of one test that assesses single­word  reading, single­word spelling, and reading comprehension). In addition, information about children’s special education status was examined.  Results indicated that children who were seen as having persisting SLI at age 5½ demonstrated long­standing impairment, with performances at age 15½ falling below  age­matched peers on all oral language measures. In particular, 47% of these children obtained verbal composite scores more than 1 standard deviation below the  mean, and 20% obtained scores more than 2 standard deviations below the mean. In addition, they showed persisting problems in reading and spelling that had resulted  in a high percentage receiving special education assistance of some kind. Even children who seemed to have recovered at age 5½, performed significantly less well than age­matched peers at age 15½ on tests tapping short­term memory and  phonological skills. Further, almost a third of these children, 31% (8 out of 26), demonstrated performances consistent with the persisting SLI category, that is, they  could again be considered language impaired. This is consistent with a pattern termed illusory recovery, which refers to the apparent reemergence of problems as the  complexity of demands placed on children increases with grade level (Scarborough & Dobrich, 1990). The few studies exploring the language skills and academic accomplishments of adults with a history of SLI (Gopnik & Crago, 1991; Hall & Tomblin, 1978; Plante et  al., 1996; Tomblin et al., 1992) confirm that many children with SLI will continue to be plagued by significant differences in language performance that impact other  areas of functioning, including school advancement. The Personal Perspective for this chapter illustrates the possibility of long­term academic effects of SLI. 

Page 136 PERSONAL PERSPECTIVE This perspective was provided by Michele, who told her story to Cynthia Roby, the author of When learning is tough: Kids talk about their learning disabilities  (1994). Although Michele primarily discussed her learning disability and its impact on her school experiences, it seems likely that she had language problems as a  “learning problem.” “My apartment is above a video store in the city. I can go right downstairs and rent a movie. I don’t have any brothers or sisters. My mother is Korean. She works at  a cafeteria. My dad works at the airport; he’s Chinese. We eat lots of Korean and Chinese food. I like rice and noodles. I love pizza, too.… “I think my parents found out I had a learning problem when I was two. I had a problem when people would read to me. I would just draw on the books because I  couldn’t understand the stories. It was hard for me to understand the words. “I hated my old school, I felt a little bit mad about having a learning problem. I couldn’t read the words and the other kids could. I had to be sent to a quiet room so I  could read. Somebody would help me there. It made me feel happy when I finally got extra help. It didn’t make me feel bad to go to the special classroom. “Then a few years ago, my parents decided to send me to a special school for kids with learning disabilities. I like it there, and the teachers help me. They treat me  nicely and help me with my reading. Even so, recess is still the most fun. I run around the playground with the girls. “My parents help me with school work. My dad used to show me flash cards. He still helps me with my math, my reading, and my spelling. He made a list of all the  math facts I have to learn; it’s taped next to my bed. My parents are good to me. They don’t get angry at me because I have learning problems. “I think my cousin may have learning problems, too. He is just little. He goes to school, and when the teacher reads a book he won’t listen. He is like me at that age.  I’m good at art. I like to do self­portraits and paint and do projects. I would rather paint all day instead of doing math or reading. I like classical music. And last year I  learned to play “Can Can’’ on the keyboard.I practiced every day. Sometimes I would mess up a little. Then I would do it over again, and I would do it right. “I think high school will be hard, very hard. I am going to study biology in college—it’s all about human beings and the body parts. I’ll be a teacher when I grow up. I  will tell kids not to fight or pinch. I want to teach little kids. They’re cute!” Michele’s tip: “I would tell other kids with learning problems to get books and keep trying to read them.”

Page 137 Although it is the exceptional child with written language difficulties who is without a history of spoken language difficulties (Stark & Tallal, 1988), not all children with  SLI go on to be identified with difficulties in written language. Factors that appear to predict later problems in literacy include difficulties with receptive language,  phonological awareness, and rapid naming (Leonard, 1998). Phonological awareness is explicit knowledge about the sound structure of the language—for instance,  that words are made up of syllables and syllables of individual sounds (Ball, 1993). Other complications to be dealt with in understanding the relationship between  language impairment and later academic difficulties are a tendency for lower intelligence and lower SES to encroach as potential confounding variables (Schachter,  1996). Summary 1. Specific language impairment (SLI) is a research construct designed to help identify a “pure” language disorder and is usually defined in terms of exclusionary as well  as inclusionary characteristics, although such definitions are increasingly controversial. 2. Among factors that are suspected in the causation of SLI are genetics, differences in brain structure and function, and other biological factors. Environmental factors,  especially aspects of the child’s social environment, have been examined, but appear less important at this time.  3. In addition, linguistic and cognitive accounts of causation in SLI have received extensive attention from researchers. According to Leonard (1998), the three major  categories into which these accounts fit are those focused on linguistic knowledge deficits, general processing deficits, and specific processing deficits.  4. Although theoretical understanding of SLI can ultimately be expected to engender major shifts in assessment ]methods, little translation from experimental assessment  tools to those available to practicing clinicians has yet occurred. More immediate impact may derive from calls for researchers (and clinicians) to assess language and  other performance domains more broadly and to seek consensus on diagnostic methods. 5. Special challenges to assessment include problems with the frequent exclusion of children with mental retardation from definitions of SLI, the use of cognitive  referencing in research, bureaucratically dictated protocols, and the overuse of measures in identification without sufficient study of their validity for that purpose.  6. As an additional challenge, the problem of differentiating young late­talkers from children who will have a persistent impairment in language poses special difficulties.  7. Patterns of language impairment can range from mild to quite severe and can affect both receptive and expressive language. Domains of language that are particularly  problematic for young children learning English appear to include morphology, syntax, and phonology. 8. Related problems for these children include somewhat increased risk for emotional, behavioral, and social difficulties, as well as greater risk for persistent academic  difficulties.

Page 138 Key Concepts and Terms anxiety disorder: an emotional disorder in children in which their excessive anxiety and worrying, usually about performance, adversely affects their performance in  school and at home. attention deficit disorder (with or without hyperactivity): a psychological disorder in which individuals demonstrate excessive inattention and distractibility,  implusivity and hyperactivity, or both when compared with other individuals the same age. cognitive referencing: the use of a measure of intelligence (usually nonverbal IQ) as a reference against which to define impaired language; it is based on the  assumption that nonverbal cognition represents an upper bound for language function. concordance: agreement in the presence or absence of a disorder between two individuals in a natural pair (e.g., a pair of identical or fraternal twins).  conduct disorder: a psychological disorder in which there is a persistent pattern of violating social rights, others’ rights, or societal norms through behaviors such as  aggression toward people or animals, destruction of property, theft, or deceitfulness. effect size: A measure reflecting the magnitude of difference between groups in an experimental study. Whereas statistical significance addresses the reliability of a  research finding, effect size provides important information for judging the importance of a statistically significant effect.  Fast ForWord: A computerized treatment developed by Paula Tallal, Michael Merzenich, and their colleagues, based on the premise that SLI is caused by difficulties  in temporal processing. general all­purpose verbs: Verbs, such as do and get, that occur with relatively high­frequency in the speech of normally­developing children, but that also tend to be  overused in the speech of children who are “late talkers.”  general processing deficit accounts of SLI: explanations of SLI in which processing deficits are presumed to account for both verbal and nonverbal difficulties  documented in children with SLI. The surface hypothesis is one such account. incomplete penetrance: the failure of a gene to have the same effect on all individuals who carry it, for example, when a gene that is usually associated with a specific  disease does not produce that disease in some individuals who carry it. late­talkers: Children who show delays in language production that may represent early signs of SLI or simply a delay in language development that is overcome as  the child matures. linguistic accounts of SLI: Accounts in which deficits in linguistic knowledge are considered the core deficits in children with SLI. Rice, Wexler and Cleave’s  extended optional infinitive is an example of this type of account.

Page 139 magnetic resonance imaging (MRI): a relatively noninvasive radiographic technique used to study brain structure in living individuals. phenotype: the behavioral outcome for which a genetic explanation is sought (Rice, 1996). phonological awareness: explicit knowledge about the sound structure of the language, for example, knowing that words are made of syllables, and syllables of  individual sounds. proband: the affected individual in a genetic study, whose identified disorder or difficulty leads to researchers including them and members of their family in genetic  research. recast: a restatement of a child’s production using grammatically correct structures, often incorporating morphosyntactic forms that had been omitted or produced in  error by the child. risk factors: factors that are associated with increased likelihood that a disorder will occur; these factors may or may not represent causes.  specific language impairment (SLI): delayed acquisition of language skills, usually defined as occurring in the absence of impairments in other areas of functioning,  such as nonverbal cognition and hearing. specific processing deficit accounts of SLI: explanations of SLI in which specific processing deficits (e.g., in auditory processing or phonologic working memory)  are thought to account for the language and other difficulties associated with SLI. Tallal’s account based on temporal processing deficits is one example.  Study Questions and Questions to Expand Your Thinking 1. How might knowledge that SLI is sometimes ‘‘caused” by differences in brain structure affect diagnosis? How might it affect treatment?  2. Remembering that co­occurrence does not mean causation, consider the significance of a physical marker, such as a specific neurological anomaly, for SLI. What  other mechanisms might explain its presence besides its having a role in causing the appearance of language learning difficulties?  3. If you were the parent of a child with SLI, what might you want to know about the genetics of this condition? How might you, as a clinician, explain this information,  and where could you suggest that both you and the parent obtain additional information? 4. Describe three possible co­occurring problems that may affect the communication and test­taking behaviors of a child with SLI.  5. On the basis of your reading, what domains of language and communication have been considered important by researchers? Can you find standardized tests that  correspond to these areas?

Page 140 6. What research questions do you think are most important for furthering our understanding of this condition? Recommended Readings Gilger, J. W. (1995). Behavioral genetics: Concepts for research and practice in language development and disorders. Journal of Speech and Hearing Research, 38,  1126–1 142.  Gillam, R. (1999). Computer assisted language intervention using FastForward: Theoretical and empirical considerations for clinical decision­making. Language,  Speech, and Hearing Services in Schools, 30, 363–370.  Hurford, J. R. (1994). Grammar: A student’s guide. Cambridge, England: Cambridge University Press.  Leonard, L. (1998). Children with specific language impairment. Cambridge, MA: MIT Press. References American Psychiatric Association. (1994). Diagnostic and statistical manual of mental disorders (4th ed.). Washington, DC: Author. Aram, D. M., & Eisele, J. A. (1994). Limits to a left hemisphere explanation for specific language impairment. Journal of Speech and Hearing Research, 37, 824– 830. Aram, D. M., Morris, R., & Hall, N. E. (1993). Clinical and research congruence in identifying children with specific language impairment. Journal of Speech and  Hearing Research, 36, 580–591.  Aram, D. M., & Nation. J. (1975). Patterns of language behavior in children with developmental language disorders. Journal of Speech and Hearing Research, 18,  229–241.  Aram, D. M., Ekelman, B., & Nation, J. (1984). Preschoolers with language disorders: 10 years later. Journal of Speech and Hearing Research, 27, 232–244.  Baker, L., & Cantwell, D. (1987a). Comparison of well, emotionally disordered and behaviorally disordered children with linguistic problems. Journal of the  American Academy of Child and Adolescent Psychiatry, 26, 193–196.  Baker, L., & Cantwell, D. (1987b). A prospective psychiatric follow­up of children with speech/language disorders. Journal of the American Academy of Child and  Adolescent Psychiatry, 26, 546–553.  Ball, E. W. (1993). Assessing phoneme awareness. Language, Speech, and Hearing Services in Schools, 24, 130–139.  Bashir, A., & Strominger, A. (1996). Children with developmental language disorders: Outcomes, persistence, and change. In M. D. Smith & J. S. Damico (Eds.),  Childhood language disorders (pp. 119–140). New York: Thieme.  Beitchman, J. H., Nair, R., Clegg, M., & Patell, P. G. (1986). Prevalence of psychiatric disorders in children with speech and language disorders. Journal of the  American Academy of Child and Adolescent Psychiatry, 25, 528–535.  Beitchman, J. H., Brownlie, E. B., Inglis, A., Wild, J., Ferguson, B., Schachter, D., Lancee, W., Wilson, B., & Mathews, R. (1996). Seven­year follow­up of  speech/language impaired and control children: Psychiatric outcome. Journal of Child Psychology and Psychiatry, 37, 961–970.  Beitchman, J. H., Wilson, B., Brownlie, E. B., Walters, H., Inglis, A., & Lancee, W. (1996). Long­term consistency in speech/language profiles: II. Behavioral,  emotional, and social outcomes. Journal of the American Academy of Child and Adolescent Psychiatry, 35, 815–825.  Bishop, D. V. M. (1992a). The biological basis of specific language impairment. In P. Fletcher & D. Hall (Eds.), Specific speech and language disorders in children  (pp. 2–17). San Diego, CA: Singular Press.  Bishop, D. V. M. (1992b). The underlying nature of specific language impairment. Journal of Child Psychology and Psychiatry, 33, 3–66.  Bishop, D. V. M. (1993). Language development after focal brain damage. In D. Bishop & K. Mogford (Eds.), Language development in exceptional  circumstances (pp. 203–219). Hove, UK: Lawrence Erlbaum Associates. 

Page 141 Bishop, D. V. M. (1994). Grammatical errors in specific language impairment: Competence or performance limitations? Applied Psycholinguistics, 15, 507–550.  Bishop, D. V. M., & Edmundson, A. (1987). Language­impaired 4­year­olds: Distinguishing transient from persistent impairment. Journal of Speech and Hearing  Disorders, 52, 156–173.  Bondurant, J., Romeo, D., & Kretschmer, R. (1983). Language behaviors of mothers of children with normal and delayed language. Language, Speech, and Hearing  Services in Schools, 14, 233–242.  Brzustowicz, L. (1996). Looking for language genes: Lessons from complex disorder studies. In M. Rice (Ed.), Towards a genetics of language (pp. 3–25).  Mahwah, NJ: Lawrence Erlbaum Associates. Camarata, S., & Swisher, L. (1990). A note on intelligence assessment within studies of specific language impairment. Journal of Speech and Hearing Research, 33,  205–207.  Casby, M. (1992). The cognitive hypothesis and its influence on speech­language services in schools. Language, Speech, and Hearing Services in School, 23, 198– 202. Chomsky, N. (1986). Barriers. Cambridge, MA: MIT Press. Clahsen, H. (1989). The grammatical characterization of developmental dysphasia. Linguistics, 27, 897–920.  Clark, M., & Plante, E. (1998). Morphology of the inferior frontal gyrus in developmentally language­disordered adults. Brain and Language, 61(2), 288–303.  Cohen, M., Campbell, R., & Yaghmai, F. (1989). Neuropathological abnormalities in developmental dysphasia. Annals of Neurology, 25, 567–570.  Cohen, N. J., Davine, M., Horodezky, N., Lipsett, L., & Isaacson, L. (1993). Unsuspected language impairment in psychiatrically disturbed children: prevalence and  language and behavioral characteristics. Journal of the American Academy of Child and Adolescent Psychiatry, 32, 595–603.  Crago, M., & Gopnik, M. (1994). From families to phenotypes. In R. Watkins & M. Rice (Eds.), Specific language impairments in children (pp. 35–51).  Baltimore: Paul H. Brookes. Craig, H. K. (1993). Social skills of children with specific language impairment: Peer relationships. Language, Speech, and Hearing Services in Schools, 24, 206– 215. Cunningham, C., Siegel, L., van der Spuy, H., Clark, M., & Bow, S. (1985). The behavioral and linguistic interactions of specifically language­delayed and normal  boys with their mothers. Child Development, 56, 1389–1403.  Dowdy, C. A., Patton, J. R., Smith, T. E. C., & Polloway; E. A. (1998). Attention deficit/hyperactivity disorder in the classroom: A practical guide for  teachers. Austin, TX: Pro­Ed.  Edwards, J., & Lahey, M. (1996). Auditory lexical decisions of children with specific language impairment. Journal of Speech and Hearing Research, 39, 1263– 1273. Ellis Weismer, S. (1985). Constructive comprehension abilities exhibited by language­disordered children. Journal of Speech and Hearing Research, 28, 175–184.  Ellis Weismer, S., Evans, J., & Hesketh, L. J. (1999). An examination of verbal working memory capacity in children with specific language impairment. Journal of  Speech, Language, and Hearing Research, 42, 1249–1260.  Farmer, M. (1997). Exploring the links between communication skills and social competence. Educational and Child Psychology, 14(3), 38–44.  Fey, M., Long, S. H., & Cleave, P. L. (1994) Reconsideration of IQ criteria in the definition of specific language impairment. In R. Watkins & M. Rice (Eds.),  Specific language impairments in children (pp. 161–178). Baltimore: Paul H. Brookes.  Fujiki, M., & Brinton, B. (1994). Social competence and language impairment in children. In R. V. Watkins & M. L. Rice (Eds.), Specific language impairments in  children (pp. 123–143). Baltimore: Paul H. Brookes.  Galaburda, A., Sherman, G., Rosen, G., Aboitiz, F., & Geschwind, N. (1985). Developmental dyslexia: Four consecutive patients with cortical anomalies. Annals of  Neurology, 18, 222–233.  Gathercole, S., & Baddeley, A. (1990). Phonological memory deficits in language disordered children: Is there a causal connection? Journal of Memory and  Language, 29, 336–360.  Gauger, L., Lombardino, L., & Leonard, C. (1997). Brain morphology in children with specific language impairment. Journal of Speech, Language, and Hearing  Research, 40, 1272–1284.  Gertner, B. L., Rice, M. L., & Hadley, P. A. (1994). Influence of communicative competence on peer preferences in a preschool classroom. Journal of Speech and  Hearing Research, 37, 913–923. 

Page 142 Geschwind, N., & Levitsky, W. (1968). Human brain: Asymmetries in the temporal speech region. Science, 161, 186–187.  Gilger, J. W. (1995). Behavioral genetics: Concepts for research and practice in language development and disorders. Journal of Speech and Hearing Research, 38,  1126–1142.  Gillam, R. (1999). Computer assisted language intervention using Fast ForWord: Theoretical and empirical considerations for clinical decision­making. Language,  Speech, and Hearing Services in Schools, 30, 363–370.  Goldman, S. (1995). Disruptive behavior, lying, stealing, and aggression. In S. Parker & B. Zuckerman (Eds.), Behavioral and developmental pediatrics (pp. 110– 115). Boston: Little, Brown. Gopnik, M. (1990). Feature­blind grammar and dysphasia. Nature, 344, 715.  Gopnik, M., & Crago, M. (1991). Familial aggregation of a developmental language disorder. Cognition, 39, 1–50.  Hadley, P., & Rice, M. L. (1991). Conversational responsiveness of speech­ and language­impaired preschoolers. Journal of Speech and Hearing Research, 34,  1308–1317.  Hall, P., & Tomblin, B. (1978). A follow­up study of children with articulation and language disorders. Journal of Speech and Hearing Disorders, 43, 227–241.  Hurford, J. R. (1994). Grammar: A student’s guide. Cambridge, England: Cambridge University Press.  Ingram, D., & Carr, L. (1994, November). When morphology ability exceeds syntactic ability: A case study. Paper presented at the Convention of the American  Speech­Language­Hearing Association, New Orleans, LA.  Jackson, T., & Plante, E. (1996). Gyral morphology in the posterior sylvian region in families affected by developmental language disorder. Neuropsychology Review,  6(2), 81–94.  Jernigan, T., Hesselink, J., Sowell, E., & Tallal, P. (1991). Cerebral structure on magnetic resonance imaging in language­ and learning­impaired children. Archives of  Neurology, 48, 539–545.  Johnston, J. R. (1992). Cognitive abilities of language­impaired children. In P. Fletcher & D. Hall (Eds.), Specific speech and language disorders in children (pp.  105–116). San Diego, CA: Singular Press.  Johnston, J. R. (1993). Definition and diagnosis of language development disorders. In G. Blanken, J. Dittman, H. Grimm, J. C. Marshall, C.­ W. Wallesch (Eds.),  Linguistic disorders and pathologies: An international handbook (pp. 574–585). Berlin, Germany: deGruyter.  Kamhi, A. (1993). Children with specific language impairment (developmental dysphasia): Perceptual and cognitive aspects. In G. Blanken, J. Dittman, H. Grimm, J.  C. Marshall, C. ­W. Wallesch (Eds.), Linguistic disorders and pathologies: An international handbook (pp. 574–585). Berlin, Germany: deGruyter.  Kamhi, A. (1998). Trying to make sense of developmental language disorders. Language, Speech, and Hearing Services in Schools, 29, 35–44.  Krassowski, E., & Plante, E. (1997). IQ variability in children with SLI: Implications for use of cognitive referencing in determining SLI. Journal of Communication  Disorders, 30, 1–9.  Kuehn, D. P., Lemme, M. L., & Baumgartner, J. M. (1989). Neural bases of speech, hearing, and language. San Antonio, TX: Pro­Ed.  Lahey, M. (1988). Language disorders and language development. New York: Macmillan. Lahey, M., & Edwards, J. (1995). Specific language impairment: Preliminary investigation of factors associated with family history and with patterns of language  performance. Journal of Speech and Hearing Research, 38, 643–657.  Lahey, M., & Edwards, J. (1996). Why do children with specific language impairment name pictures more slowly than their peers? Journal of Speech and Hearing  Research, 39, 1081–1098.  Leonard, L. (1989). Language learnability and specific language impairment in children. Applied Psycholinguistics, 10, 179–202.  Leonard, L. (1995). Functional categories in the grammars of children with specific language impairment. Journal of Speech and Hearing Research, 38, 1270–1283.  Leonard, L. (1998). Children with specific language impairment. Cambridge, MA: MIT Press. Leonard, L., Eyer, J., Bedore, L., & Grela, B. (1997). Three accounts of the grammatical morpheme difficulties of English­speaking children with specific language  impairment. Journal of Speech and Hearing Research, 40, 741–753. 

Page 143 Levy, D. (1996, January 5). Sound games help teach impaired kids. USA Today, p. 1A. Locke, J. (1994). Gradual emergence of developmental language disorders. Journal of Speech and Hearing Disorders, 37, 608–616.  Loeb, D., & Leonard, L. (1991). Subject case marking and verb morphology in normally developing and specifically language­impaired children. Journal of Speech  and Hearing Research, 34, 340–346.  Menyuk, P. (1993). Children with specific language impairment (Developmental dysphasia): Linguistic aspects. In G. Blanken, J. Dittman, H. Grimm, J. C. Marshall, C.  ­W. Wallesch (Eds.), Linguistic disorders and pathologies. An international handbook (pp. 606–625). Berlin, Germany: deGruyter.  Merzenich, M., Jenkins, W., Johnston, P., Schreiner, C., Miller, S., & Tallal, P. (1996, January). Temporal processing deficits of language­learning impaired children  ameliorated by training. Science, 271, 77–81.  Neils, J., & Aram. D. (1986). Family history of children with developmental language disorders. Perceptual and Motor Skills, 63, 655–658.  Nelson, K. E., Camarata, S., Welsh, J., Butkovsky, L., & Camarata, M. (1996). Effects of imitative and conversational recasting treatment on the acquisition of  grammar in children with specific language impairment and younger language­normal children. Journal of Speech and Hearing Research, 39, 850–859.  Newhoff, M. (1977). Maternal linguistic behavior in relation to the linguistic and developmental ages of children. Unpublished doctoral dissertation, Memphis State  University, Tennessee. Nippold, M. A. (1998). Later language development: The school­age and adolescent years. (2nd ed.). Austin, TX: Pro­Ed.  Olswang, L., Rodriguez, B., & Timlet, G. (1998). Recommending intervention for toddlers with specific language learning difficulties: We may not have all the answers,  but we know a lot. American Journal of Speech­Language Pathology, 7, 23–32.  Paul, R. (1996). Clinical implications of the natural history of slow expressive language development. American Journal of Speech­Language Pathology, 5, 5–21.  Pembrey, M. (1992). Genetics and language disorder. In P. Fletcher & D. Hall (Eds.), Specific speech and language disorders in children (pp. 51–62). San Diego,  CA: Singular Press. Plante, E. (1991). MRI findings in the parents and siblings of specifically language­impaired boys. Brain and Language, 41, 67–80.  Plante, E. (1996). Phenotypic variability in brain­behavior studies of specific language impairment. In M. Rice (Ed.), Toward a genetics of language (pp. 317–335).  Mahwah, NJ: Lawrence Erlbaum Associates. Plante, E. (1998). Criteria for SLI: The Stark and Tallal legacy and beyond. Journal of Speech, Language, and Hearing Research, 41, 951–957.  Plante, E., Shenkman, K., & Clark, M. (1996). Classification of adults for family studies of developmental language disorders. Journal of Speech and Hearing  Research, 39, 661–667.  Plante, E., Swisher, L., & Vance, R. (1989). Anatomical correlates of normal and impaired language in a set of dizygotic twins. Brain and Language, 37, 643–655.  Plante, E., Swisher, L., Vance, R., & Rapcsak, S. (1991). MRI findings in boys with specific language impairment. Brain and Language, 41, 52–66.  Rapin, I. (1996). Practitioner review: Developmental language disorders: A clinical update. Journal of Child Psychology and Psychiatry, 37, 643–655.  Rapin, I., & Allen, D. (1983). Developmental language disorders: Nosologic considerations. In U. Kirk (Ed.), Neurospychology of language, reading, and spelling  (pp. 155–184). New York: Academic Press.  Rapin, I., & Allen, D. (1988). Syndromes in developmental dysphasia and adult aphasia. In F. Plum (Ed.), Language, communication, and the brain (pp. 57–75).  New York: Raven Press. Records, N. L., Tomblin, J. B., & Freese, P. (1992). The quality of life of young adults with histories of speech­language impairment. American Journal of Speech­ Language Pathology, 1, 44–53.  Rescorla, L. (1991). Identifying expressive language delay at age 2. Topics in Language Disorders, 11(4), 14–20.  Rice, M. L. (1996). Of language, phenotypes, and genetics: Building a cross­disciplinary platform for inquiry. In M. Rice (Ed.), Towards a genetics of language (pp.  xi–xxv), Mahwah, NJ: Lawrence Erlbaum Associates. 

Page 144 Rice, M. L., Wexler, K. and Cleave, P. (1995). Specific language impairment as a period of extended optional infinitive. Journal of Speech and Hearing Research,  38, 850–863.  Roby, C. (1994). When learning is tough: Kids talk about their learning disabilities. Morton Grove, IL: Albert Whitman & Company. Rutter, M., Mawhood, L., & Howlin, P. (1992). Language delay and social development. In P. Fletcher & D. Hall (Eds.), Specific speech and language disorders  in children (pp. 63–78). San Diego, CA: Singular Press.  Scarborough, H., & Dobrich, W. (1990). Development of children with early language delay. Journal of Speech and Hearing Research, 33, 70–83.  Schachter, D. C. (1996). Academic performance in children with speech and language impairment: A review of follow­up research. In J. H. Beitchman, N. J. Cohen,  M. M. Konstantaras, & R. Tannock (Eds.), Language, learning, and behavior disorders: Developmental, biological, and clinical perspectives (pp. 515–529).  Cambridge, England: Cambridge University Press. Scientific Learning Corporation. (1998). Fast ForWord [Computer software]. Berkeley, CA: Author. Snow, C. E. (1996). Toward a rational empiricism: Why interactionism is not behavior any more than biology is genetics. In M. L. Rice (Ed.), Toward a genetics of  language (pp. 377–396). Mahwah, NJ: Lawrence Erlbaum Associates.  Stark, R. E., & Tallal, P. (1981). Selection of children with specific language deficits. Journal of Speech and Hearing Disorders, 46, 114–122.  Stark, R. E., & Tallal, P. (1988). R. J. McCauley (Ed.), Language, speech, and reading disorders in children: Neuropsychological studies. Boston: Little,  Brown/College­Hill.  Stevenson, J. (1996). Developmental changes in the mechanisms linking language disabilities and behavior disorders. In J. H. Beitchman, N. J. Cohen, M. M.  Konstantaras, & R. Tannock (Eds.), Language, learning, and behavior disorders: Developmental, biological, and clinical perspectives (pp. 78–99). Cambridge,  England: Cambridge University Press. Stothard, S. E., Snowling, M. J., Bishop, D. V. M., Chipchase, B. B., & Kaplan, C. A. (1998). Language­impaired preschoolers: A follow­up into adolescence.  Journal of Speech­Language­Hearing Research, 41,407–418.  Tager­Flusberg, H., & Cooper, J. (1999). Present and future possibilities for defining a phenotype for specific language impairment. Journal of Speech, Language,  and Hearing Research, 42, 1273–1278.  Tallal, P. (1976). Rapid auditory processing in normal and disordered language development. Journal of Speech and Hearing Research, 19, 561–571.  Tallal, P., & Piercy, M. (1973). Developmental aphasia: Impaired rate of non­verbal processing as a function of sensory modality. Neuropsychologia, 11, 389–398.  Tallal, P., Ross, R., & Curtiss, S. (1989). Familial aggregation in specific language impairment. Journal of Speech & Hearing Disorders, 54, 167–173.  Tallal, P., Stark, R. E., Kallman, C., & Mellits, D. (1980). Developmental aphasia: The relation between acoustic processing deficits and verbal processing.  Neuropsychologia, 18, 273–284.  Tallal, P., Miller, S., Bedi, G., Byma, G., Wang, X., Nagarajan, S., Schreiner, C., Jenkins, W., & Merzenich, M. (1996, January). Language comprehension in  language­learning impaired children with acoustically modified speech, Science, 271, 81–84.  Teszner, D., Tzavares, A., Grunder, J., & Hecaen, H. (1972). L’asymetrie droite­gauche du planum temporale: A propos de l’etude anatomique de 100 cerveau  [Right­left asymmetry of the planum temporale; apropos of the anatomical study of 100 brains]. Neurological Review, 146, 444–449.  Tomblin, J. B. (1989). Familial concentration of developmental language impairment. Journal of Speech and Hearing Disorders, 54, 287–295.  Tomblin, J. B. (1996a, June). The big picture of SLI: Results of an epidemiologic study of SLI among kindergarten children. Paper presented at the Symposium  for Research in Child Language Disorders, Madison, WI. Tomblin, J. B. (1996b). Genetic and environmental contributions to the risk for specific language impairment. In M. Rice (Ed.), Toward a genetics of language (pp.  191–210). Hillsdale, NJ: Lawrence Erlbaum Associates. 

Page 145 Tomblin, J. B., & Buckwalter, P. (1994). Studies of genetics of specific language impairment. In R. Watkins & M. Rice (Eds.), Specific language impairments in  children (pp. 17–35). Baltimore: Paul H. Brookes.  Tomblin, J. B., Freese, P., & Records, N. (1992). Diagnosing specific language impairment in adults for the purpose of pedigree analysis. Journal of Speech and  Hearing Research, 35, 832–843.  Tomblin, J. B., Records, N. L., Buckwalter, P., Zhang, X., Smith, E., & O’Brien, M. (1997). Prevalence of specific language impairment in kindergarten children.  Journal of Speech, Language, and Hearing Research, 40, 1245–1260.  Trauner, D., Wulfeck, B., Tallal, P., & Hesselink, J. (1995). Neurologic and MRI profiles of language impaired children. Technical Report CND­9513. Center  for Research in Language, University of California at San Diego. van der Lely, H. (1996). Specifically language impaired and normally developing children: Verbal passive vs. adjectival passive interpretation. Lingua, 98, 243–272.  van Kleeck, A., Gillam, R. B., & Davis, B. (1997). When is “watch and see” warranted? A response to Paul’s 1996 article “Clinical implications of the natural history  of slow expressive language development.” American Journal of Speech­Language Pathology, 6, 34–39.  Vargha­Kadeem, F., Watkins, K., Alcock, K., Fletcher, P., & Passingham, R. (1995). Praxic and nonverbal cognitive deficits in a large family with a genetically  transmitted speech and language disorder. Proceedings of the National Academy of Sciences, 92, 930–933.  Veale, T. K. (1999). Targeting temporal processing deficits through Fast ForWord: Language therapy with a new twist. Language, Speech, and Hearing Services in  Schools, 30, 353–362.  Wallach, G. P., & Butler, K. G. (1994). Language learning disabilities in school­age children and adolescents: Some principles and applications. New York:  Macmillan. Watkins, R. V. (1994). Specific language impairments in children: An introduction. In R. V. Watkins & M. L. Rice (Eds.), Specific language impairments in  children (pp. 1–15). Baltimore: Paul H. Brookes.  Wender, E. (1995). Hyperactivity. In S. Parker & B. Zuckerman (Eds.), Behavioral and developmental pediatrics (pp. 185–194). Boston: Little, Brown.  Weiner, P. (1974). A language­delayed child at adolescence. Journal of Speech and Hearing Disorders, 39, 202–212.  Wilson, B., & Risucci, D. (1986). A model for clinical­quantitative classification. Generation I: Application to language­disordered preschool children. Brain &  Language, 27, 281–309. 

Page 146 CHAPTER

6 Children with Mental Retardation Defining the Problem Suspected Causes Special Challenges in Assessment Expected Pattern of Strengths and Weaknesses Related Problems Tracy, a 10­year­old with Down syndrome, attends a regular classroom, where her voice often rings out as she expresses exuberant enthusiasm for all the  fun things that happen. Tracy speaks in short sentences that are frequently difficult to understand. Although she sometimes shows considerable frustration  with others’ not understanding her, most of the time Tracy appears oblivious to their lack of understanding. A speech­language pathologist works with her  on goals related to syntax and intelligibility, usually within the classroom. Seth, a 4­year­old with cerebral palsy and epilepsy as well as mental retardation, attends a special preschool classroom irregularly because of his frequent  illnesses. In the classroom, he spends much of his time in a wheelchair or adaptive seat, which was designed to provide him with the postural support needed  for him to control his head movements. In addition to working with him in the classroom, a speech­language pathologist visits his home once a week to  work with Seth and his mother. Seth vocalizes infrequently and often seems unaware of others in his environment. Goals for him  

Page 147 include establishing nonverbal turn­taking skills and increasing the frequency of his vocalizations.  Jake is a 12­year­old boy with mild mental retardation associated with Fetal alcohol syndrome. Although his comprehension skills test within the normal  range, and he is generally understandable in his language production, Jake has considerable difficulty in following directions in school. He has been  diagnosed with ADD and requires frequent redirecting to stay involved in classroom activities. Although he is eager to establish friendships with his  classmates, his ability to use social cues to guide his communications appears inconsistent. Intervention for Jake includes individual, attention within the  classroom and participation in a social skills group with the speech­language pathologist one time per week.  Defining the Problem Tracy, Seth, and Jake are representative of the approximately 3% of school­age children in the United States who exhibit problems associated with mental retardation  (Roeleveld, Zielhuis, & Gabreels, 1997), where mental retardation can be defined as reduced intelligence accompanied by reduced adaptive functioning, that is,  reduced ability to function in everyday situations in a manner considered culturally and developmentally appropriate. Because communication is a particularly important  adaptive function affected by mental retardation, speech­language pathologists often work with affected children and their families.  About 85% of children with mental retardation experience mild problems (Lubetsky, 1990) and may not be identified as mentally retarded until they reach school age.  Children with more significant degrees of impairment are often identified at an earlier point because their delays in achieving developmental milestones are more  pronounced and because they often have additional medical difficulties, such as cerebral palsy or epilepsy (Durkin & Stein, 1996). Although mental retardation is  usually present from birth, it can also be diagnosed for conditions that can occur up to 18 years of age, including exposure to environmental toxins such as lead over the  first few years of life. Despite the brief definition offered earlier, formulating a more complete, usable definition of mental retardation that is equally acceptable to families, advocates,  scientists, clinicians, and politicians has proved controversial and difficult—some would say impossible—particularly where milder forms of retardation are concerned  (Baumeister, 1997; Roeleveld et al., 1997). Table 6.1 provides two of the most influential definitions currently being used—those proposed by the American  Association for Mental Retardation (AAMR) and the American Psychiatric Association. The AAMR and American Psychiatric Association definitions both specify impairment in adaptive skills as a critical element in the identification process. Traditionally,  IQ score alone, with less attention to adaptive skills, was central to the identification process. These two newer definitions address essentially the same adaptive skills  (viz., communication, self­care, home living, social skills, community use, self­direction, health and safety, functional academics, leisure, and work). Despite this  uniformity, however, these definitions are still quite controversial because of significant concerns

Page 148 Table 6.1 Two Influential Definitions of Mental Retardation American Association on Mental Retardation (Luckasson, 1992) Mental retardation refers to substantial limitations in present functioning. It is characterized by significantly subaverage intellectual functioning, existing concurrently    with related limitations in two or more of the following applicable adaptive skill areas: communication, self­care, home living, social skills, community use, self­ direction, health and safety, functional academics, leisure, and work. Mental retardation manifests before age 18. American Psychiatric Association (1994)   Diagnostic criteria:   A.

Significantly subaverage intellectual functioning: an IQ of approximately 70 or below on an individually administered IQ test (for infants, a clinical judgment of  significantly subaverage intellectual functioning);

Concurrent deficits or impairments in present adaptive functioning (i.e., the person’s effectiveness in meeting the standards expected for his or her age by his or    B. her cultural group) in at least two of the following areas: communication, self­care, home living, social and inter­personal skills, use of community resources, self­ direction, functional academic sklls work, leisure, health, and safety;   C. The onset is before age 18 years.

about the lack of valid measures for many adaptive skill areas (e.g., Jacobson & Mulick, 1996; Macmillan & Reschly, 1997) and because of debates about the number  of dimensions needed to capture adaptive functioning (Simeonsson & Short, 1996). Although not evident in Table 6.1, the complete AAMR and American Psychiatric Association definitions differ sharply in their handling of severity. Whereas the  American Psychiatric Association definition maintains a traditional treatment of severity using a system with five levels (see Table 6.2), the AAMR system (Luckasson,  1992) replaces those with the description of levels of support needed by the individual (intermittent, limited, extensive, and pervasive) for intellectual ability and for each  adaptive skill separately. Because treatment recommendations are often formulated on the basis of severity (Durkin & Stein, 1996), this change in the AAMR definition  represents a major departure from long­standing practice.  Table 6.2 Degrees of Severity of Mental Retardation Used by the American Psychiatric Association (DSM–IV, 1994) Degree

IQ Level

Mild mental retardation

50–55 to approximately 70

Moderate retardation

35–40 to 40–55

Severe mental retardation

20–25 to 35–40

Profound mental retardation

Below 20 or 25

Mental retardation, severity unspecified

Used when there is a strong presumption of mental retardation but the individual  cannot be tested using standardized instruments

Page 149 Radical changes in definitions such as those just described can affect the ways in which governmental and other agencies determine which children are eligible for  assistance. They also affect researchers who must identify the group of individuals to whom their research can be generalized and clinicians as they work within the  bureaucracy to help affected children and their families (Macmillan & Reschly, 1997). Therefore, although wrangles over definitions can seem irrelevant to a basic  understanding of language impairment and its assessment in children with mental retardation, they are powerful in determining how such children can be helped. For  example, depending on which of the two definitions described in this section is used and exactly how it is implemented, Jake, the third child described at the beginning  of the chapter, might not be identified as a child requiring special attention in the school setting. Suspected Causes Until the past decade, only about 25% of cases of mental retardation were associated with known organic causes (e.g., Down syndrome, perinatal trauma; Grossman,  1983). Recent advances, however, bring that figure up to about 50% (American Psychiatric Association, 1994; Baumeister, 1997), with a wide range of organic  causes now identified. Such causes are often associated with more severe cases of mental retardation (Rosenberg & Abbeduto, 1993).  Organic Causes

Classification of the many pre­, peri­, and postnatal organic causes of mental retardation reveals human vulnerability to a myriad of factors that can alter later neurologic  development and function. Table 6.3 presents a lengthy but far from complete list of predisposing factors. Knowledge of causation can help in efforts to prevent  retardation in some individuals, to counsel families regarding its likelihood of recurring in later children, and to develop treatments that can prevent or ameliorate long­ term negative consequences. Three important known causes of mental retardation are Down syndrome, fragile X syndrome, and fetal alcohol syndrome. Each of these conditions is described as a  syndrome because it is associated with a ‘‘common set of physical traits or malformations sharing a similar prognosis” (Batshaw & Perret, 1981). Two of these  syndromes have genetic causes; the third, fetal alcohol syndrome, has a preventable cause—namely, intrauterine exposure to alcohol, a powerful toxin to the developing  brain. Consideration of these syndromes demonstrates the intimate connections between the cause of mental retardation and the nature of communication and other  difficulties confronting affected children (Cromer, 1981; Hodapp & Dykens, 1994; Hodapp, Leckman, Dykens, Sparrow, Zelinsky, & Ort, 1992; cf. Hodapp &  Zigler, 1990). Down syndrome and fragile X syndrome are the most common genetic birth defects associated with mental retardation. Beginning to understand these two conditions,  therefore, depends on at least a bare­bones grasp of human genetics, which will be offered here. More lengthy treatments can be found in resources such as M. M.  Cohen (1997).

Page 150 Table 6.3 Categories of Organic Predisposing Factors Associated With Mental Retardation (American Psychiatric Association, 1994, p. 43)

Category

Percentage of cases of mental  retardation associated with  this factor 5

Inborn errors of metabolism (e.g., Tay­Sachs disease)  Single­gene abnormalities (e.g., tuberous sclerosis)  l Chromosomal aberrations (e.g., fragile X syndrome, a small number of cases of Down  syndrome) l l

Heredity

Early alterations of embryonic development

Specific conditions

30 l l

Pregnancy and perinatal problems

10

General medical conditions acquired in infancy or childhood

5

Chromosomal changes (most cases of Down syndrome—those due to trisomy 21)  Prenatal damage due to toxins (e.g., maternal alchohol consumption, infections)

Fetal malnutrition, prematurity, hypoxia (oxygen deficiency), viral and other infections, and  trauma l

l

Infections, traumas, and poisoning (e.g., due to lead)

Probably the most basic facts in genetics include the information that all cells in the human body except for the reproductive cells (sperm in men and ova in women)  contain 23 pairs of chromosomes. These 23 chromosome pairs consist of 22 pairs of numbered autosomes and 1 pair of sex chromosomes, which are identified as  XX for women and XY for men. These chromosomes, which hold many individual genes, act as the blueprints for cell function and thus determine an individual’s  physical make­up. Unlike other human cells, ova and sperm cells have half the usual number of chromosomes—23 nonpaired chromosomes and one sex chromosome. During the  reproductive process, this feature of reproductive cells allows each parent to contribute one half of each offspring’s genetic material as the genetic materials of both  reproductive cells are combined during fertilization. Because chromosomes contain numerous genes, defects to either the larger chromosomes or to individual genes can  result in impaired cellular function during embryonic development and later life. Down syndrome is an example of an autosomal genetic disorder in which extra genetic material is found at chromosome pair 21. This condition arises about once in  every 800 live births, making it the most common genetic disorder associated with mental retardation. About 95% of the time, Down syndrome occurs because an  entire

Page 151

Fig. 6.1.  Graphic representation of the genetic test used to identify the presence of Trisomy 21. From Babies With Down Syndrome: A New Parents Guide (p. 8),  by K. Stray­Gunderson (Ed.), 1986, Kensington, MD: Woodbine House. Copyright 1986 by Woodbine House. Reproduced with permission.  extra chromosome is present, resulting in the individual’s possessing three chromosomes of chromosome 21 known as trisomy 21, instead of the normal pairing of  chromosomes (Bellenir, 1996). Figure 6.1 illustrates the complete set of chromosomes associated with a girl who has Down syndrome.  Less frequently, Down syndrome is associated with only a portion of an extra chromosome occurring at chromosome 21 or with the occurrence of an entire extra  chromosome 21, but only in some cells within the body (termed mosaic Down syndrome). Usually the chromosomal defect occurs during the development of an  individual ovum, but it can occur because of a sperm defect or a defect occurring after the uniting of the sperm and ovum in fertilization. Because of this timing of the  change in the genetic material, Down syndrome is described as a genetic disorder, but not an inherited one, in which both parent and child are affected. Down syndrome is associated with a characteristic physical appearance, involving slanted eyes, small skin folds on the inner corner of the eyes (epicanthal folds),  slightly protruding lips, small ears, an overly large tongue (macroglossia), and short hands, feet, and trunk (Bellenir, 1996). Figure 6.2 shows two young children with  this syndrome. Other more serious physical anomalies found among children with Down syndrome affect the cervical spine, bowel, thyroid, eyes, and heart (Cooley & Graham,  1991). Children with Down syndrome are more susceptible to infection, including otitis media

Page 152

Fig. 6.2.  Two children with Down syndrome. (Cooley & Graham, 1991), and are 20 times more likely than other children to develop and die from leukemia. Because of these abnormalities, as a group their life  expectancy is somewhat shortened, despite recent advances in the correction of congenital heart defects, improved control of infections, and avoidance of  institutionalization. Roughly 80% of these children will live to the age of 30 and beyond (Cooley & Graham, 1991). Adults with Down syndrome have also been shown  to be at increased risk for the onset of Alzheimer’s­like dementia, or decline in intellectual function (Connor & Ferguson­Smith, 1997; Zigman, Schupf, Zigman, &  Silverman, 1993) Fragile X syndrome is currently thought to be the single most common inherited cause of mental retardation (Baumeister & Woodley­Zanthos, 1996). Although it  occurs less frequently than Down syndrome—the most frequent genetic cause of mental retardation—fragile X is more frequently inherited than Down syndrome  because Down syndrome is almost never passed from one generation to the next. Fragile X occurs about once in every 1250 to 2500 men and about half that often in women (Bellenir, 1996). Although fragile X can occur in either gender, it is more  often associated with mental retardation in affected men. When mental retardation occurs, it can range from mild to profound levels, with generally milder impairments in  affected women (Dykens, Hodapp, & Leckman, 1994). Because its patterns of inheritance are more complex than those seen in other previously identified genetic  disorders, fragile X was only identified in the 1970s (Lehrke, 1972). Fragile X syndrome involves the single gene FMR1, present on the X chromosome, which can be defective or absent. A partially defective gene is referred to as a pre­  

Page 153 mutation and may be associated with very mild or even no obvious problems in the affected person. When the defect is greater, or the gene FMR1 is absent, more  serious problems, including severe to profound mental retardation, are the likely outcome. Fragile X syndrome is inherited through an X­linked mode of transmission (similar to hemophilia) in which some individuals are “carriers” (usually women) and others  are affected individuals (usually men). Fathers have only one X and one Y chromosome. Consequently, they can only transmit a defective X chromosome to a  daughter, who will have received a second X from her mother (who has two X and no Y chromosomes). Because only one of the two X chromosomes in a girl is likely  to be active, it is possible for daughters to appear unaffected, but to be carriers of the defective chromosome. They can also be affected, however, if they possess two  defective X chromosomes or if the defective X chromosome for some reason is the active one. About one third of those girls with the defective gene will be of normal  intelligence, one third will have borderline intelligence, and one third will have greater degrees of mental retardation (American College of Medical Genetics, 1997).  About 50% of the male offspring of carrier women will demonstrate fragile X syndrome (Dykens et al., 1994), and most of these children will have mental retardation.  Boys with fragile X and mental retardation often share the following physical traits: a long, narrow face; long, thick, prominent ears; and overly large testicles (Dykens et  al., 1994). Figure 6.3 shows two youngsters with this condition. Beyond the physical traits noted throughout life, children are at risk for obesity during adolescence. On  the basis of a smaller number of studies than those undertaken for males with fragile X, it appears that females with fragile X show some similar traits to those of males,  although to a lesser extent. Conditions that tend to accompany mental retardation in children with fragile X are ADD and ADHD, anxiety and mood difficulties, as well  as auditory and visual problems (Dykens et al., 1994). Considerable controversy has surrounded the relationship between fragile X and autistic disorder (chap. 7, this  volume; I. L. Cohen, 1995). There has been some speculation that the rate of co­occurrence may be due to the level of mental retardation rather than to etiology  (Dykens et al., 1994). However, work by I. L. Cohen (1995) suggests that boys with both autism and fragile X are more significantly impaired than would be expected  if the effects of each condition were simply additive. Fetal alcohol syndrome (FAS) refers to the constellation of physical abnormalities, deficient growth patterns, and cognitive and behavioral problems found in children  whose mothers drank heavily during pregnancy. Fetal alcohol effect (FAE) is a closely related diagnosis in which only some portion of the constellation of  abnormalities described for FAS is seen in the affected child (Stratton, Howe, & Battaglia, 1996). Although a possible connection between alcohol consumption by mothers during pregnancy and subsequent birth defects has been known throughout history, only in  the late 1960s and early 1970s was FAS formally described (Stratton et al., 1996). Despite its having received considerable attention only recently, FAS has been  proposed as the “most common known nongenetic cause of mental retardation” (Stratton et al., 1996, p. 7), with estimates of incidence ranging from 0.5 to 3 births per  1000 live births (Stratton et al., 1996). The higher of these incidence figures makes FAS a more frequent cause of mental retardation than either Down syndrome or  fragile X syndrome.

Page 154

Fig. 6.3.  Two young boys with Fragile X syndrome. In addition, it is thought to be widely underdiagnosed (Maxwell & Geschwint­Rabin, 1996).  Alcohol is one of many different substances well known to be toxic to the developing central nervous system. However, the specific mechanism by which alcohol  consumption leads to the variety of difficulties seen in FAS or FAE is poorly understood (Baumeister & Woodley­Zanthos, 1996). In general, the magnitude and nature  of a toxin’s effects on prenatal development are thought to be closely related to the amount of the toxin, the timing of exposure, and the genetic make­up of the mother  and child (Stratton et al., 1996). Currently, however, little is known about how those variables interact to produce the broad range of effects seen in children with full  FAS or with FAE. Particularly puzzling are observations that some women who drink very heavily throughout their pregnancy can give birth to unaffected children,  whereas other women who drink far less can give birth to children with severe symptoms. This uncertainty about how damage is caused has resulted in strong  prohibitions against drinking during pregnancy until more is known about what, if any, degree of exposure is safe. As a group, children with full FAS tend to have mild mental retardation, but for individual children, cognitive levels can range from severe retardation to normal func­  

Page 155 tion. In addition to mental retardation, cardiac and skeletal abnormalities and vision problems have also been noted. Facial abnormalities apparent during early  childhood include the presence of epicanthal folds (such as those seen in Down syndrome), eyelids that are overly narrow from inner to outer corner, a flat midface,  smooth or long philtrum (area above the upper lip), and thin upper lip (Sparks, 1993). These facial features are sometimes less pronounced in infancy and after  childhood, so they are not as useful as indicators of this problem for some age groups as for others. Congenital hearing loss is another area of increased risk (Stratton et  al., 1996). Figure 6.4 shows two youngsters affected by FAS. Nonorganic Suspected Causes

Despite the growing frequency with which biological causes of mental retardation are identified, about half of all cases of mental retardation do not have such well­ defined explanations. In such cases, the degree of retardation tends to be milder, and the retardation tends to be associated with a family history of mental retardation  and low SES (Rosenberg & Abbeduto, 1993). Historically, such cases were classified as ‘‘nonorganic” or “familial” mental retardation. 

Fig. 6.4.  Two youngsters with fetal alcohol syndrome. From Fetal Alcohol Syndrome: Diagnosis, Epidemiology, Prevention, and Treatment (Figure 1­1, p. 18),  by K. Stratton, C. Howe, & F. Battaglia (Eds.), 1996, Washington, DC: National Academy Press. Copyright 1996 by National Academy Press. Reproduced with  permission.

Page 156 Despite the implications that these cases involve social or experiential bases, there is considerable speculation that nonorganic cases of mental retardation may actually  reflect our current lack of knowledge rather than truly nonorganic causes (Baumeister, 1997; Richardson & Koller, 1994). Many cases now identified as nonorganic  may be recategorized as the relationship of low SES and family history to exposure to environmental toxins (e.g., lead), poor nutrition, and other ultimately organic  causes are uncovered. The one major, truly nonorganic factor associated with mental retardation is severe social deprivation, as a result of either inadequate institutional  conditions or limitations of a child’s principal caregiver (Richardson & Koller, 1994). Yet even that mechanism may act by depriving the infant’s maturing nervous  system of the proper inputs to promote specific physiological states required for brain development. Special Challenges in Assessment One of the most important things to keep in mind when trying to understand any child is his or her uniqueness—the uniqueness of current strengths and weaknesses,  history, and family situation. Most important, there is the need to remember that uniqueness that makes them “Tracy” or “Seth” or “Jake,” rather than just the child with  a particular syndrome and pattern of deficits. Assessing children with mental retardation tempts some individuals to equate them with their level of retardation or its  etiology and tempts some people to pay attention to what they cannot do rather than to what they are doing in their communications. Personal Perspective 6 hints at the  negative effects of such a mistake. PERSONAL PERSPECTIVE The following passage is taken from a book written by a pair of young adult friends who have each been diagnosed with Down syndrome. The title of their book is  Count Us in: Growing up With Down Syndrome (Kingsley & Levitz, 1994, p. 35). August ‘90 Mitchell: I wish I didn’t have Down syndrome because I would be a regular person, a regular mainstream normal person. Because I didn’t know I had Down  syndrome since a long time ago, but I feel very special in many ways. I feel that being with, having Down syndrome, there’s more to it than I expected. It was very  difficult but… I was able to handle it very well. Jason: I’m glad to have Down syndrome. I think it’s a good thing to have for all people that are born with it. I don’t think it’s a handicap. It’s a disability for what  you’re learning because you’re learning slowly. It’s not that bad. (p. 35) How do you avoid these temptations? First, plan assessments using initial hypotheses about developmental levels and patterns of impairment (which will be described in  the next section) and on information obtained from caregivers or others who know 

Page 157 the child well. Framing the assessment questions with special clarity can help you anticipate the particular challenges individual children might pose to the validity of  conventional instruments. Second, prepare to alter your plan as needed to keep the child engaged and interacting. Not only does this mean that you may need to turn away from a standardized  instrument midstream (e.g., if it is developmentally inappropriate) in favor of a more informal or dynamic assessment method (see chap. 10), you may also want to  consider the use of adaptations. Test adaptations are changes made in the test stimuli, response required of the child, or testing procedures (Stagg, 1988; Wasson, Tynan, & Gardiner, 1982). On the  one hand, the use of test adaptations threatens the validity of norm­referenced comparisons that may be made using the instrument. Therefore, if a clinical question that  really requires that kind of comparison is at stake (e.g., an initial evaluation in which a difference from norms must be demonstrated to help a child receive services), the  clinician will avoid adaptations if possible. On the other hand, when some aspect of the standard administration other than the basic skill or knowledge being tested  interferes with a child’s ability to reveal his or her actual skill or knowledge, one can argue that the validity of the comparison has already been severely compromised.  Table 6.4 lists some of the most common adaptations used. Regardless of which adaptations are used, they should be described in reports of test results and the  clinician should com­ Table 6.4 Examples of Testing Adaptations Used Frequently With Children With Mental Retardation and Frequent Coexisting Problems (Stagg, 1988) Reason for Adaptation

Recommended Adaptations Increased use of social, tangible, and activity reinforcers (Fox & Wise, 1981) Breaking up administration into smaller periods of time to maximize attention l Use of auditory commands or visual cueing (e.g., with a light pen) to direct attention prior to each item (Wasson, Tynan,  & Gardiner, 1982) l

Attention and motivation

l

Replacement of tabletop administration to position a child to achieve optimal motor performance Use of alternative response modes (e.g., gazel., head pointers, oral instead of pointing; Wasson, Tynan, & Gardiner,  1982) l Removal of response time restrictions l Breaking up administration into smaller periods of time to address fatigue l l

Motor skills

l

Hearing

l l

Vision

l l

Substitution of sign for oral presentation Addition of gesture or sign to oral presentation (Wasson, Tynan, & Gardiner, 1982) Positioning to enhance child’s access to visual information and to optimize residual hearing  Substitution of standard visual stimuli by high­contrast stimuli or larger stimuli  Placement of all stimuli within the child’s visual field (as determined prior to testing) 

Page 158 ment on the extent to which these adaptations are likely to interfere with the valid use of norms. Related to the use of adaptations is a method that Sattler (1988) has proposed as a follow­up to standardized test administration —testing of limits. A test of limits  involves (a) providing additional cues, (b) changing test modality (e.g., from written to oral), (c) establishing methods used by the tested child, (d) eliminating time limits,  and (e) asking probing questions designed to clarify a child’s thinking leading to a response. It is meant to help the clinician gain an appreciation of how a child has  approached the task and what aspects of it interfered with success. It is closely related to dynamic assessment approaches, which I describe in greater detail in chapter  10. Special issues in testing that I discuss in later chapters of the book are out­of­level testing and discrepancy testing. Except for brief definitions, these topics are not  addressed here because they are also relevant to some of the other groups of children discussed in the next few chapters. Out­of­level testing (Berk, 1984) refers to  the use of an instrument developed for children of a different age group from that of the child to be tested. In the context of children with mental retardation, this is done  in order to use content that is developmentally appropriate. This practice is discussed again in chapter 10. Discrepancy testing refers to the comparison of performances in two different behavioral or skill areas (e.g., between ability and achievement) to determine whether a  discrepancy exists. This kind of testing is important for children with mental retardation because it will often be required as part of the procedures dictated within an  educational system to justify the provision of specific kinds of assistance. This topic is discussed repeatedly throughout this book, but especially in chapters 9 and 10,  because it represents one of the greatest contemporary challenges to assessment. Expected Pattern of Strengths and Weaknesses In psychology and special education, level of mental retardation has played a much greater role than etiology in the identification of participants for research studies and  the development of treatment approaches (Baumeister, 1997; Hodapp & Dykens, 1994). However, there is a growing sensitivity that both etiology (e.g., Down  syndrome, fragile X syndrome) and level of mental retardation (viz., mild, moderate, severe, profound) provide useful bases for some tentative predictions regarding  likely patterns of behavioral strengths and weaknesses (Miller & Chapman, 1984). Syndromes for which communication skills have been extensively studied are Down  syndrome and, to a lesser extent, fragile X syndrome. Several other syndromes, such as Williams Syndrome (Bellugi, Marks, Bihrle, & Sabo, 1993; Mervis, 1998),  Prader Willi (Donaldson, Shu, Cooke, Wilson, Greene, & Stephenson, 1994), and Turner Syndrome (Downey, Ehrhardt, Gruen, Bell, & Morishima, 1989) have  begun to be studied. Table 6.5 summarizes tentative patterns of strengths and weaknesses as they have been suggested for children with Down syndrome, fragile X, FAS, and Williams  syndrome, a congenital metabolic disease usually associated with moderate to severe learning difficulties. (Williams syndrome was not discussed previously in this  chapter

Page 159 Table 6.5 Patterns of Strengths and Weaknesses Among Children With Mental Retardation Associated With Down Syndrome, Fragile X Syndrome, Fetal Alcohol Syndrome, and Williams Syndrome Syndrome

Relative Strengths in Communication

Relative Weaknesses in Communication

Down syndrome

Morphology (Fowler, 1990; Rondal, 1996) Syntax (Fowler, 1990; Rondal, 1996) l Phonology (Rondal, 1996) l Expressive skills relative to receptive skills  (Dykens, Hodapp, & Leckman, 1994) l Semantics (Rondal, 1996) l Pragmatics (e.g., turn­taking,  l Plateauing of development in above areas  diversity of speech acts; Rondal, 1996) from late childhood on (Rondal, 1996) l Nonverbal social interaction skills  l Auditory processing (Hodapp, 1996) (Hodapp, 1996) l Nonverbal requesting behavior (Hodapp,  1996) l Increased risk of hearing loss (Bellenir, 1996) l Increased risk of fluency disorder  (Bloodstein, 1995) l l

Fluency abnormalities (e.g., perseverative and  staccato speech, rate of speech, cluttering;  Rondal & Edwards, 1997). l Pragmatics, especially poor eye contact and  other autistic­like behaviors (Rondal &  Edwards, 1997) l Phonology, difficulty in sequencing syllables  (Dykens, Hodapp, & Leckman, 1994; Rondal  & Edwards, 1997) l

Expressive vocabulary skills (Rondal  & Edwards, 1997) l Possibly syntax (although sometimes  grammar has been identified as a  weakness; Dykens, Hodapp, &  Leckman, 1994; Rondal & Edwards,  1997) l

Fragile X syndromea

(Continued)

Other Strengths and Weaknesses Strengths: l Adaptive behavior (Hodapp, 1996) l “Pleasant personality” (Hodapp, 1996) Weaknesses: l Low task persistence (Hodapp, 1996) l Mathematics (Hodapp, 1996) l Inadequate motor organization (Hodapp,  1996) l Visually directed reaching (Hodapp, 1996) l Visual monitoring l Hypotonia(Hodapp, 1996) l Slow orienting to auditory information  (Hodapp, 1996) Strengths: l Adaptive skills (especially in personal and  domestic skills; Dykens, Hodapp, & Leckman,  1994) Weaknesses: l Attention deficits and hyperactivity (Dykens,  Hodapp, & Leckman, 1994) l Social avoidance and shyness (Dykens,  Hodapp, & Leckman, 1994)

Page 160 Table 6.5 (Continued)  Syndrome

Relative Strengths in Communication

Fetal alcohol syndrome  l Most areas of language relatively  and fetal alcohol effect unaffected

Relative Weaknesses in Communication

Comprehension Pragmatics (e.g., frequently tangential  responses; Abkarian, 1992) l l

Strengths: l Cognitive delays, when present, are usually  mild Weaknesses: l Attentional problems or hyperactivity  (Stratton, Howe, & Battaglia, 1996) l Increased risk for visual and hearing problems  (Stratton, Howe, & Battaglia, 1996) l Increased risk for behavior problems  (Stratton, Howe, & Battaglia, 1996)

Expressive language (Rondal &  Edwards, 1997) l Morphology and syntax (Rondal &  Edwards, 1997) Strengths: l Lexical knowledge (Rondal &  l Facial recognition (Rondal & Edwards, 1997) Edwards, 1997) Receptive language (Udwin & Yule, 1990). l Weaknesses: l Metalinguistic knowledge (Rondal &  l Pragmatics skills (socially inappropriate  l Severe visuospatial deficits (Rondal &  Edwards, 1997) content, poor eye contact; Rondal & Edwards,  Edwards, 1997) 1997) l Fluency, prosody (Rondal &  l Hyperacusis (negatively sensitive to noise),  Edwards, 1997) especially younger children l Narrative skills (Rondal & Edwards,  1997) l Phonological skills (Rondal &  Edwards, 1997) l

Williams syndromeb

Other Strengths and Weaknesses

aPatterns relate almost entirely to affected males because of the paucity of data on affected females. bPatterns based on a very limited database.

Page 161 because of its rarity.) Because the four groups of children described in Table 6.4 have experienced very different levels of scrutiny, they differ in the certainty with which  these strengths and weaknesses are known (Hodapp & Dykens, 1994). Specifically, children with Down syndrome have received much more attention than those with  fragile X, who have, in turn, received considerably more attention than those with Williams or FAS. Interestingly, there has even been some work suggesting that the  specific type of chromosomal abnormality resulting in Down syndrome results in different prognoses for communication outcomes, with better communication skills  predicted for those children with mosaic Down syndrome than with the more common trisomy 21 (Rondal, 1996). Related Problems Children with mental retardation are at risk for a variety of additional health­related and social problems, particularly if the retardation is more severe (American  Psychiatric Association, 1994). For example, two medical conditions that occur frequently among children with severe or profound mental retardation are epilepsy and  cerebral palsy, which have expected percentage of occurrence rates of 19–36% for epilepsy and 20–40% for cerebral palsy (Richardson & Koller, 1994).  Overall, children with mental retardation, regardless of etiology, appear to be at four times the normal risk level for ADHD, although there is some question as to  whether their attention problems are really manifestations of mental retardation rather than an independent additional problem (Biederman, Newcorn, & Sprich, 1997).  Other behavioral and emotional problems are also observed more frequently among individuals with mental retardation than among others, including conduct disorder,  anxiety disorders, psychozoidal disorder, and depression (Eaton & Menolascino, 1982). Often, the etiology of mental retardation is closely associated with risk levels for particular problems. For example, different kinds of visual problems are found in  children with Down syndrome than in children with fragile X syndrome. Whereas children with Down syndrome will frequently experience nearsightedness and  cataracts (Connor & Ferguson­Smith, 1997; Lubetsky, 1990), children with fragile X syndrome will more commonly have strabismus, a problem in the coordination  of eye movements (Maino, Wesson, Schlange, Cibis, & Maino, 1991). Children with developmental and speech delays have also been found to be at increased risk for maltreatment, including physical abuse, sexual abuse, and neglect  (Sandgrund, Gaines, & Green, 1974; Taitz & King, 1988). Given the close contact that speech­language pathologists frequently have with their clients, this increased  incidence of maltreatment makes it particularly important for them to be aware of signs of maltreatment (Veltkamp, 1994).  Summary 1. Mental retardation, which affects about 3% of children in the United States, involves reduced intelligence and reduced adaptive functioning.  2. More severe levels of mental retardation (i.e., moderate, severe, and profound) are often diagnosed relatively early, but are relatively uncommon, affecting only 15%  

Page 162 of those children diagnosed with mental retardation. Mild mental retardation affects about 85% of children with mental retardation but tends to be diagnosed later— sometimes not until school age. 3. Definitions of mental retardation proposed by the AAMR and the American Psychiatric Association differ primarily in their characterization of severity, with the  AAMR definition proposing levels of support needed for numerous intellectual and adaptive functions in place of levels of impairment.  4. Increasingly, organic factors, as opposed to familial or nonorganic factors, are being identified as reasonable explanations for cases of mental retardation. The three  most common organic causes of mental retardation are Down syndrome, fragile X syndrome, and FAE. 5. Down syndrome and fragile X syndrome are the most frequent genetic sources of mental retardation. Down syndrome is almost always associated with a  chromosomal abnormality, whereas fragile X syndrome is associated with an error involving a single gene on the X chromosome.  6. FAS, which is usually associated with mild mental retardation, is considered the most frequent preventable cause of mental retardation.  7. Assessment challenges include the need for particularly careful selection of developmentally appropriate instruments, increased need for less formal measures  because of a lack of appropriate standardized measure, and the need to adapt tests to help insure that aspects of the child’s difficulties that are unrelated to the concept  being tested are not preventing successful performance. 8. Expected patterns of communication performance are related to level of mental retardation and to etiology. Key Concepts and Terms adaptive functioning: reduced ability to function in everyday situations in a manner considered culturally and developmentally adequate. autosomes: the most common type of chromosome within the human cell. They are usually contrasted with the sex chromosomes, which typically consist of a single  pair (XX for women and XY for men). chromosomes: structures within human cells that carry the genes that act as blueprints for cell function. dementia: a significant decline in intellectual function, usually after a period of normal intellectual function. discrepancy testing: the comparison of performances in two different behavioral or skill areas (e.g., between ability and achievement) to determine whether a  discrepancy exists; often used as a requirement for services in education systems. Down syndrome: an autosomal genetic disorder that is considered the most common genetic abnormality resulting in mental retardation. It is associated with mild to  severe mental retardation and particularly marked difficulties with syntax and phonology.

Page 163 fetal alcohol effect (FAE): a diagnosis related to FAS, in which some but not all of the abnormalities required for a diagnosis of FAS are observed.  Fetal alcohol syndrome (FAS): the constellation of physical abnormalities, deficient growth patterns, and cognitive and behavioral problems found in children with a  significant prenatal exposure to alcohol. fragile X syndrome: the most common inherited cause of mental retardation; it is related to an X­chromosome abnormality that may be passed through several  generations before becoming severe enough to result in mental retardation. The syndrome more commonly affects men than women.  mental retardation: reduced intelligence accompanied by reduced adaptive functioning. mosaic Down syndrome: an uncommon form of Down syndrome occurring in less than 5% of cases, when trisomy 21 affects only some rather than all cells in the  body. out­of­level testing: the use of an instrument developed for children whose age differs from that of the child to be tested (Berk, 1984).  premutation: a gene that is somewhat defective but not associated with significant abnormalities, as can happen in families where fragile X syndrome is subsequently  identified. sex chromosomes: gene­bearing chromosomes associated with gender­related characteristics; these are related to numerous birth defects in which patterns of  transmission appear to be affected by gender. strabismus: a problem in eye movement coordination, sometimes referred to as crossed eyes. trisomy 21: the most typical chromosomal abnormality in Down syndrome, consisting of a third chromosome 21. Williams syndrome: a congenital metabolic disease usually associated with moderate to severe learning difficulties. Study Questions and Questions to Expand Your Thinking 1. What are the major common components of the definitions of mental retardation provided in this chapter? 2. Describe three possible co­occurring problems that may affect the communication and test­taking behaviors of a child with mental retardation.  3. What is the most common inherited cause of mental retardation? What is the most common preventable cause? 4. Determine the definition for mental retardation used in a school system near you. How does that definition compare to those of the AAMR and the American  Psychiatric Association? 5. One test of adaptive skills that is frequently used is the Vineland Adaptive Behavior Scales (Sparrow, Balla, & Cicchetti, 1984). Examine that measure in terms 

Page 164 of items related to communication. What language domains (e.g., semantics, syntax, morphology, pragmatics) and what language modalities (speaking, listening, writing,  reading) are emphasized? 6. Using a format like that used in Table 6.5, identify a syndrome not described in this chapter (e.g., Prader­Willi syndrome, cri du chat) and prepare a brief list of  expected patterns of language and communication. 7. Examine the test manual of a language test to determine (a) what, if anything, is said about the appropriateness of the measure for a child with mental retardation, and  (b) what aspects of one or more tasks included in the test might be incompatible with the characteristics of the following children:  l l l

a child with severe cerebral palsy and moderate retardation whose only reliable response mode is a slow, effortful pointing response;   a child with mild retardation but severe attention and motivational problems; and  a child with Down syndrome who has moderate retardation and a severe visual impairment. 

Recommended Readings Cohen, M. M. (1997). The child with multiple birth defects. (2nd ed.) New York: Oxford University Press. Dykens, E. M., Hodapp, R. M. & Leckman, J. F. (1994). Behavior and development in fragile X Syndrome. Thousand Oaks, CA: Sage. Hersen, M., & Van Hasselt, V. (Eds.). (1990). Psychological aspects of developmental and physical disabilities: A casebook. Newbury Park, CA: Sage. Rondal, J. A., & Edwards, S. (1997). Language in mental retardation. San Diego, CA: Singular. Stray­Gunderson, K. (Ed.). (1986). Babies with Down syndrome: A new parents guide. Kensington, MD: Woodbine Press.  References Abkarian, G. (1992). Communication effects of prenatal alcohol exposure. Journal of Communication Disorders, 25(4), 221–240.  American College of Medical Genetics. (1997). Policy statement on fragile X syndrome: Diagnostic and carrier testing [On­line]. Available:  http://www.faseb.org/genetics/acmg/pol­16.htm.  American Psychiatric Association. (1994). Diagnostic and statistical manual of mental disorders (4th ed.). Washington, DC: Author. Batshaw, M. L., & Perret, Y. M. (1981). Children with handicaps: A medical primer. Baltimore: Brookes Publishing Company. Baumeister, A. A. (1997). Behavioral research: Boom or bust? In W. E. MacLean, Jr. (Ed.), Ellis’ handbook of mental deficiency, psychological theory and  research (3rd ed., pp.3–45). Mahwah, NJ: Lawrence Erlbaum Associates.  Baumeister, A. A., & Woodley­Zanthos, P. (1996). Prevention: Biological factors. In J. W. Jacobson & J. A. Mulick (Eds.), Manual of diagnosis and professional  practice in mental retardation (pp. 229–242). Washington, DC: APA.  Bellenir, K. (1996). Facts about Down syndrome. Genetic disorders handbook. (pp. 3–14). Detroit, MI: Omnigraphics.  Bellugi, U., Marks, S., Bihrle, A., & Sabo, H. (1993). Dissociation between language and cognitive functions in Williams syndrome. In D. Bishop & K. Mogford  (Eds.), Language development in exceptional circumstances (pp. 177–189). Mahwah, NJ: Lawrence Erlbaum Associates. 

Page 165 Berk, R. A. (1984). Screening and diagnosis of children with learning disabilities. Springfield, IL: Thomas. Biederman, J., Newcorn, J. H., & Sprich, S. (1997). Comorbidity of attention­deficit/hyperactivity disorder. In T. A. Widiger, A. J. Frances, H. A. Pincus, R. Ross,  M. B. First, & W. Davis (Eds.), DSM–IV sourcebook. Washington, DC: American Psychiatric Association.  Bloodstein, O. (1995). A handbook on stuttering (5th ed.). San Diego, CA: Singular. Cohen, I. L. (1995). Behavioral profiles of autistic and nonautistic Fragile X males. Developmental Brain Dysfunction, 8, 252–269.  Cohen, M. M. (1997). The child with multiple birth defects (2nd ed.). New York: Oxford University Press. Connor, M., & Ferguson­Smith, M. (1997). Essential medical genetics (5th ed.). Oxford, England: Blackwell.  Cooley, W. C. & Graham, J. M. (1991). Common syndrome and management issues for primary care physicians: Down syndrome—An update and review for the  primary pediatrician. Clinical Pediatrics, 30(4), 233–253.  Cromer, R. (1981). Reconceptualizing language acquisition and cognitive development. In R. L. Schiefelbusch & D. D. Bricker (Eds.), Early language: Acquisition  and intervention. Baltimore: University Park Press. Donaldson, M. D. C., Shu, C. E., Cooke, A., Wilson, A., Greene, S. A., & Stephenson, J. B. (1994). The Prader­Willi syndrome. Archives of Diseases of  Children, 70, 58–63.  Downey, J., Ehrhardt, A. A., Gruen, R., Bell, J. J., & Morishima, A. (1989). Psychopathology and social functioning in women with Turner syndrome. Journal of  Nervous and Mental Disorders, 177, 191–201.  Durkin, M. S., & Stein, Z. A. (1996). Classification of mental retardation. In J. W. Jacobson & J. A. Mulick, (Eds.), Manual of diagnosis and professional practice  in mental retardation (pp. 67–73). Washington, DC: APA.  Dykens, E. M., Hodapp, R. M., & Leckman, J. F. (1994). Behavior and development in fragile X syndrome. Thousand Oaks, CA: Sage. Eaton, L. F., & Menolascino, F. J. (1982). Psychiatric disorder in the mentally retarded: Types, problems, and challenges. American Journal of Psychiatry, 139,  1297–1303.  Fowler, A. E. (1990). Language abilities in children with Down syndrome: evidence for a specific syntactic delay. In D. Cicchetti & M. Beeghley (Eds.), Children with  Down syndrome (pp. 302–328). Cambridge, England: Cambridge University Press.  Fox, R., & Wise, P. S. (1981). Infant and preschool reinforcement survey. Psychology in the Schools, 18, 87–92.  Gottlieb, M. L. (1987). Major variations in intelligence. In M. I. Gottlieb & J. E. Williams (Eds.), Textbook of developmental pediatrics (pp. 127–150). New York:  Plenum. Grossman, H. J. (Ed.). (1983). Classification in mental retardation. Washington, DC: American Association on Mental Deficiency. Hersen, M., & Van Hasselt, V. B. (Eds.). (1990). Psychological aspects of developmental and physical disabilities: A casebook. Newbury Park, CA: Sage  Publications. Hodapp, R. M. (1996). Cross­domain relations in Down’s syndrome. In J. A. Rondal, J. Porera, L. Nadel, & A. Comblain (Eds.), Down s syndrome:  Psychological, psychological, and socio­educational perspectives (pp. 65–79). San Diego, CA: Singular.  Hodapp, R. M., & Dykens, E. M. (1994). Mental retardation’s two cultures of behavioral research. American Journal on Mental Retardation, 98, 675–687.  Hodapp, R. M., & Zigler, E. (1997). New issues in the developmental approach to mental retardation. In W. E. MacLean, Jr. (Ed.), Ellis’ handbook of mental  deficiency, psychological theory and’ research (3rd ed., pp. 1–28). Mahwah, NJ: Lawrence Erlbaum Associates.  Hodapp, R. M., Leckman, J. F, Dykens, E. M., Sparrow, S. S., Zelinsky, D. G., & Ort, S. I. (1992). K­ABC profiles of children with fragile X syndrome, Down  syndrome, and nonspecific mental retardation. American Journal on Mental Retardation, 97, 39–46.  Jacobson, J. W., & Mulick, J. A. (Eds.) (1996). Manual of diagnosis and professional practice in mental retardation. Washington, DC: APA.

Page 166 Kingsley, J., & Levitz, M. (1994). Count us in: Growing up with Down syndrome. New York: Harcourt Brace. Lehrke, R. G. (1972). A theory of X­linkage of major intellectual traits. American Journal of Mental Deficiency, 76, 611–619.  Lubetsky, M. J. (1990). Diagnostic and medical considerations. In M. Hersen & V. B. Van Hasselt (Eds.), Psychological aspects of developmental and physical  disabilities: A casebook (pp. 25–53). Newbury Park, CA: Sage Publications.  Luckasson, R. (1992). Mental retardation: Definition, classification, and systems of support. Washington, DC: American Association on Mental Retardation. Macmillan, D. L., & Reschly, D. J. (1997). Issues of definition and classification. In W. E. MacLean, Jr. (Ed.), Ellis’ handbook of mental deficiency, psychological  theory and research (3rd ed., pp. 47–71). Mahwah, NJ: Lawrence Erlbaum Associates.  Maino, D. M., Wesson, M., Schlange, D., Cibis, G., & Maino, J. H. (1991). Optometric findings in the fragile X. Optometry and Vision Science, 68, 634–640.  Maxwell, L. A., & Geschwint­Rabin, J. (1996). Substance abuse risk factors and childhood language disorders. In M. D. Smith & J. S. Damico (Eds.), Childhood  language disorders (pp. 235–271). New York: Thieme.  Mervis, C. B. (1998). The Williams syndrome cognitive profile: Strengths, weaknesses, and interrelations among auditory short­term memory, language, and  visuospatial constructive cognition. In E. Winograd, R. Fivush, & W. Hirst (Eds.), Ecological approaches to cognition. Mahwah, NJ: Lawrence Erlbaum Associates. Miller, J. F, & Chapman, R. (1984). Disorders of communication: Investigating the development of language of mentally retarded children. American Journal of  Mental Deficiency, 88, 536–545.  Richardson, S. A., & Koller, H. (1994). Mental retardation. In I. B. Pless (Ed.), The epidemiology of childhood disorders (pp. 277–303). New York: Oxford  University Press. Roeleveld, N., Zielhuis, G. A., & Gabreels, F. (1997). The prevalence of mental retardation: A critical review of the literature. Developmental Medicine and Child  Neurology, 39, 125–132.  Rondal, J. A. (1996). Oral language in Down’s syndrome. In J. A. Rondal, J. Porera, L. Nadel, & A. Comblain (Eds.), Down’s syndrome: Psychological,  psychobiological, and socio­educational perspectives (pp. 99–117). San Diego, CA: Singular.  Rondal, J. A., & Edwards, S. (1997). Language in mental retardation. San Diego, Singular Publishing Group. Rosenberg, S., & Abbeduto, L. (1993). Language and communication in mental retardation: development, processes, and prevention. Hillsdale, NJ: Lawrence  Erlbaum Associates. Sandgrund, A., Gaines, R., & Green, A. (1974). Child abuse and mental retardation: A problem of cause and effect. American Journal of Mental Deficiency, 79,  327–330.  Sattler, J. M. (1988). Assessment of children (3rd ed.). San Diego, CA: Author. Simeonsson, R. J., & Short, R. J. (1996). Adaptive development, survival roles, and quality of life. In J. W. Jacobson & J. A. Mulick (Eds.), Manual of diagnosis  and professional practice in mental retardation (pp. 137–146). Washington, DC: APA.  Sparks, S. N. (1993). Children of prenatal substance abuse. San Diego, CA: Singular. Sparrow, S., Balla, D., & Cicchetti, D. (1984). Vineland Adaptive Behavior Scales. Circle Pines, MN: American Guidance Service. Stagg, V. (1988). Clinical considerations in the assessment of young handicapped children. In T. D. Wachs & R. Sheehan (Eds.), Assessment of young  developmentally disabled children (pp. 61–73). New York: Plenum.  Stratton, K., Howe, C., & Battaglia, E (1996). Fetal alcohol syndrome: Diagnosis, epidemiology, prevention, and treatment. Washington, DC: National  Academy Press. Stray­Gunderson, K. (Ed.). (1986). Babies with Down syndrome: A new parents’ guide. Kensington, MD: Woodbine Press.  Taitz, L. S., & King, J. M. (1988). A profile of abuse. Archives of Disease in Childhood, 63, 1026–1031.  Udwin, O., & Yule, W. (1990). Expressive language of children with Williams syndrome. American Journal of Medical Genetics­Supplement 6, 108–114. 

Page 167 Veltkamp, L. J. (1994). Clinical handbook of child abuse and neglect. Madison, CT: International Universities Press. Wasson, P., Tynan, T., & Gardiner, P. (1982). Test adaptations for the handicapped. San Antonio, TX: Education Service Center, Region 20. Zigman, W. B., Schupf, N., Zigman, A., & Silverman, W. (1993). Aging and Alzheimer’s disease in people with mental retardation. In N. W. Bray (Ed.),  International review of research in mental retardation (Vol. 19, pp. 41–70) New York: Academic Press. 

Page 168 CHAPTER

7 Children with Autistic Spectrum Disorder Defining the Problem Suspected Causes Special Challenges in Assessment Expected Patterns of Language Performance Related Problems Andrew is a 4­year­old who rarely speaks or vocalizes. He also fails to respond or make eye contact when others speak to him. He has some activities he will  engage in incessantly, such as spinning parts of a toy truck or twirling his fingers in front of his eyes. Andrew has epileptic seizures almost daily, is not yet  toilet trained, rises early in the morning and awakens once or twice each night—problems that provide additional stress to his caring, beleaguered parents.  He was initially identified as having severe to profound mental retardation and has more recently been identified as having Autistic Disorder  Peter is a 12­year­old who speaks infrequently and often appears to ignore remarks directed to him by others. He occasionally repeats the full text of a  television commercial containing words he neither uses nor appears to understand in other contexts. Peters expressive and receptive language, as measured  through standardized tests, appear delayed, his vocal intonation sounds unmodulated in pitch; and he rarely 

Page 169 seems able to practice the give­and­take required for conversation. Although Peter was initially identified as having autism, he has recently been diagnosed  as having pervasive developmental delay not otherwise specified. Amelia is a 10­year­old girl who was considered normal in her development of language until her extreme difficulty in using language for communication  was noticed when she entered preschool. Despite having near­normal language abilities on standardized measures, her need for sameness and her difficulty  in engaging in social interaction make her a very solitary child. She performs best in school subjects such as mathematics and geography, which appear to  interest her greatly. Her problems have been tentatively identified as associated with Asperger’s Disorder.  Defining the Problem Autistic spectrum disorder, the diagnostic category that encompasses many of the problems of Andrew, Peter, and Amelia, is found in 0.02 to 0.05 % of the  population, or in about 2 to 5 of every 10,000 people (American Psychiatric Association, 1994). Recently, somewhat higher estimates have suggested as many as 10  to 14 of every 10,000 individuals (Trevarthen, Aitken, Papoudi, & Robarts, 1996). Even with these higher estimates, autism spectrum disorder is relatively rare. The  magnitude of its impact on affected children and their families, however, has caused it to be the focus of considerable research and clinical writing. Its impact stems from  the severity of symptoms, which include delayed or deviant language and social communication and abnormal ways of responding to people, places, and objects. There  is also some evidence to suggest that it is becoming more prevalent (Wolf­Schein, 1996; cf. Trevarthen et al., 1996).  About 75% of children with autism are diagnosed with mental retardation as well (Rutter & Schopler, 1987), with about 50% reportedly having IQs less than 50 and  fewer than 33% having IQs greater than 70 (Waterhouse, 1996). There is great uncertainty associated with these figures, however, because the diagnosis of mental  retardation is often questionable given the difficulty these children have in participating in formal assessment procedures (Wolf­Schein, 1996).  In the influential DSM–IV system of nomenclature (American Psychiatric Association, 1994), autistic spectrum disorder is referred to as Pervasive Developmental  Disorder (PDD), a category that includes autistic disorder, Rett’s disorder, childhood disintegrative disorder, Asperger’s disorder, and pervasive  developmental disorder not otherwise specified (PDD­NOS) (Waterhouse, 1996). Readers should be aware that an alternative and somewhat more complicated  set of diagnoses related to autism has been formulated by the World Health Organization (WHO) in the International Classification of Diseases (ICD; WHO, 1992,  1993), although it is not discussed here. Autistic disorder is sometimes referred to as Kanner’s autism or infantile autism and is the most common of spectrum disorders. Its symptoms are similar to the other  disorders within the PDD category, including severe delays in ‘‘reciprocal social interaction skills, communication skills, and the presence of stereotyped behavior,  interests and activities” (American Psychiatric Association, 1994, p. 65). Although chil­  

Page 170 dren with autistic disorder share many characteristics with children with other PDD disorders, the primary focus of this chapter is children with autistic disorder and their  surprising degree of heterogeneity, with regard to levels of cognitive function, language outcomes, and specific symptoms (Hall & Aram, 1996; Myles, Simpson, &  Becker, 1995). The considerable differences within this single disorder are illustrated by the range of difficulties described at the outset of the chapter in relation to  Peter and Andrew. The American Psychiatric Association (1994) definition for Autistic Disorder is presented in Table 7.1. Besides calling attention to these children’s very marked  problems in social interaction and language, this definition emphasizes the abnormal and Table 7.1 A Definition of Autistic Disorder (American Psychiatric Association, 1994) A. A total of six (or more) items from (1), (2), and (3), with at least two from (1) and one each from (2) and (3):  

(1) Qualitative impairment in social interaction, as manifested by at least two of the following:

 

 

(a)

 

 

(b) failure to develop peer relationships appropriate to developmental level;

 

 

(c)

 

 

(d) lack of social or emotional reciprocity.

 

(2) Qualitative impairments in communication as manifested by at least one of the following:

 

 

(a)

 

 

(b) in individuals with adequate speech, marked impairment in the ability to initiate or sustain a conversation with others;

 

 

(c) stereotyped and repetitive use of language or idiosyncratic language;

 

 

(d) lack of varied, spontaneous make­believe play or social imitative play appropriate to developmental level.

 

(3) Restricted repetitive and stereotyped patterns of behavior, interests, and activities, as manifested by at least one of the following:

 

 

(a) encompassing preoccupation with one or more stereotyped and restricted patterns of interest that is abnormal either in intensity or focus;

 

 

(b) apparently inflexible adherence to specific, nonfunctional routines or rituals;

 

 

(c) stereotyped and repetitive motor mannerisms (e.g., hand or finger flapping or twisting, or complex whole­body movements);

 

 

(d) persistent preoccupation with parts of objects.

B.

Delays or abnormal functioning in at least one of the following areas, with onset prior to age 3 years: (1) social interaction, (2) language as used in social  communication, or (3) symbolic or imaginative play.

marked impairment in the use of multiple nonverbal behaviors such as eye­to­eye gaze, facial expression, body postures, and gestures to regulate social  interaction; a lack of spontaneous seeking to share enjoyment, interests, or achievements with other people (e.g., by a lack of showing, bringing, or pointing out  objects of interest);

delay in, or total lack of, the development of spoken language (not accompanied by an attempt to compensate through alternative modes of  communication such as gestures or mime);

C. The disturbance is not better accounted for by Rett’s syndrome or Childhood Disintegrative Disorder. Note. From Diagnostic and Statistical Manual of Mental Disorders (4th ed., pp. 70–71) by the American Psychiatric Association, 1994, Washington, DC: Author.  Copyright 1994 by the American Psychiatric Association. Adapted with permission.

Page 171 often rigid pattern of interaction with objects and other aspects of their environment that is characteristic of children with autism. In this definition, the onset is specified  as being prior to age 3 because of the variety of ages at which marked changes in development are reported: Although many children are described by their parents as  having always been distant and unresponsive, others are described as having responded to social interaction normally until age 1 or 2 (American Psychiatric  Association, 1994; Prizant & Wetherby, 1993). Difficulties in defining autistic disorder arise from the remarkable heterogeneity of children with the disorder and from the extent to which their problems overlap with  those associated with other developmental disorders and with mental retardation (Carpentieri & Morgan, 1996; Nordin & Gillberg, 1996; Waterhouse et al., 1996).  Table 7.2 lists the other disorders included within PDD and the characteristics that are thought to distinguish autistic disorder from them.  A number of researchers (e.g., Rapin, 1996; Waterhouse, 1996; Wing, 1991 ) have explored common features across specific disorders included within PDD and  have suggested that frequent changes in terminology and clinical categories are likely to continue as more is learned about these children (Waterhouse, 1996). In  particular, considerable research has recently been devoted to the defining boundaries between Asperger’s syndrome and autistic disorder in individuals with higher  measured IQs (Ramberg, Ehlers, Nyden, Johansson & Gillberg, 1996; Wing, 1991). The overlap between mental retardation and autistic spectrum disorder also presents major challenges to researchers and clinicians. As mentioned earlier, about 75% of  children with autistic spectrum disorder are diagnosed with mental retardation. In addition, the severity of mental retardation appears to be related to the frequency of  autistic symptoms. For example, in one recent Swedish study (Nordin & Gillberg, 1996a), autistic spectrum disorder was identified in about 12% of children with mild  retardation, whereas it was identified in 29.5% of those with severe retardation. The fact that not all children with mental retardation show autistic symptoms, however,  suggests that much more needs to be done to understand the relationship of these two conditions. Increased understanding of the nature of the relationship between  mental retardation and the specific cognitive deficits associated with autistic spectrum disorder should help improve the quality of care directed to children with these  combined difficulties. Additional difficulties in diagnosis are due to the changing nature of symptoms associated with autistic disorder with age, although currently there is considerable  disagreement over the nature and direction of those changes (i.e., improvement vs. decline; e.g., see Eaves & Ho, 1996; Piven, Harper, Palmer, & Arndt, 1996).  Despite possible changes over time, however, it is rare for individuals diagnosed as autistic in childhood to enter adulthood without significant residual problems (e.g.,  see Piven et al., 1996). A personal experience with an acquaintance in graduate school—who in retrospect would probably have been identified as having Asperger’s  disorder and whom I will call Matthew Metz—captures this generality for me: Although Matthew would eventually complete a Ph.D. in history, he invariably greeted  members of our graduate house he saw on campus with an introduction—“Hi, you may not remember me, but my name is Matthew Metz.” This greeting persisted  despite months of having

Page 172 Table 7.2 Differentiating Autistic Disorder From Other Disorders Within the Autistic Spectrum Disorder (Called Pervasive Developmental Disorders, PDD, by the American Psychiatric Association, 1994) Disorder

Major Characteristics

Basis for Differentiation From Autistic Disorder Differences in sex ratios (female only versus predominately  male in autism) l Head growth slows down after infancy only in Rett’s;  Autistic disorder may actually be associated with an abnormally  large head circumference (Waterhouse et al., 1996) l Social interaction difficulties are more persistent into late  childhood in autism than in Rett’s disorder  l Differentiation from autism depends on good evidence of  normal development during first two years; otherwise, the  autism categorization is preferred l

An autosomal disorder affecting only women (probably no men  are identified because of fetal mortality) l Normal pattern of early physical, motor development with later  loss of skills and deceleration in head growth l Associated with severe or profound mental retardation and  limited language skills l Characteristic hand movements (“wringing” or “washing” of  hands) l

Rett’s disorder 

Marked regression after at least 2 years of seemingly normal  development l Social, communication, and behavioral characteristics similar to    autism l Usually associated with severe mental retardation l Very rare disorder, possibly more common in men than women l

Childhood disintegrative  disorder

Absence of significant language and cognitive deficits in  Asperger’s disorder, but very significant delays in autism  l Except for social communication deficits, adaptive skills are  developmentally appropriate in Asperger’s, but not in autism  l Asperger’s Disorder is typically diagnosed later than autism,  often at school age, possibly due to later onset than autism l

Preserved language function in the presence of ‘‘severe and  sustained impairment in social interaction” (p. 75)  l Restricted, repetitive patterns of behavior, interests, and  activities (e.g., pronounced interest in train schedules) l

Asperger’s disorder 

Severe and pervasive impairment in social interaction and/or  verbal and nonverbal communication and/or presence of restricted,  l Onset or symptoms failing to conform to criteria for other  repetitive patterns of behavior, interests, and activities PDD, including autism l Failure to meet specific criteria required for other PDD  l Sometimes referred to as “atypical autism”  categories described above with regard to severity of symptoms or  age of onset l

Pervasive Developmental  Disorder Not Otherwise  Specified (PDD­NOS) 

Page 173 shared dinners at a common table with the acquaintances he addressed. As you may expect, Matthew had a very restricted social sphere that was largely confined to  fellow students in his graduate program. When I last heard of him, he was living with his elderly parents and earned a limited income by writing entries on historical  subjects for publishers of an encyclopedia. Thus, even in the presence of the intellectual abilities required for completion of a graduate degree, significant challenges for  Matthew persisted well into adulthood. Suspected Causes To date, discussions of etiology for autistic spectrum disorder have focused on socioenvironmental, behavioral, and purely organic possibilities (Haas, Townsend,  Courchesne, Lincoln, Schreibman, & Yeung­Courchesne, 1996; Waterhouse, 1996; Wolf­Schein, 1996). The socioenvironmental perspective had strong proponents  in the 1960s, especially among psychoanalysts who held that poor parenting was the source of these children’s difficulties (e.g., Bettelheim, 1967). More recently,  however, such theories have lost favor with almost all researchers and clinicians. Currently, the dominant perspective on autism is that it has one or more organic bases  in the form of underlying neurological abnormalities. The nature of neurologic abnormalities underlying autism has not yet been well documented and constitutes a major area of research (Rapin, 1996). Proposed sites of  suspected neurologic abnormalities are the frontal lobe (Frith, 1993), the reticular formation of the brain stem (Rimland, 1964), and the cerebellum (Courchesne,  1995)—just to name a few (cf. Cohen, 1995; Wolf­Shein, 1996). In addition, the role that the right hemisphere of the brain plays in autistic symptoms has received  some attention (e.g., Shields, Varley, Broks, & Simpson, 1996). Although localized functional abnormalities have been sought, it has frequently been suggested that the  underlying abnormalities are in fact likely to be diffuse (Rapin, 1996). As a more distal causal factor leading to the brain abnormalities that are then believed to cause autistic symptoms more directly, genetic factors are implicated for some  cases of autism. Evidence supporting this reasoning includes (a) the preponderance of males in all categories with PDD except Rett’s disorder (American Psychiatric  Association, 1994; Waterhouse et al., 1996),1 (b) the tendency for PDD to occur much more frequently in some families than in others (Folstein & Rutter, 1977), and  (c) the tendency for PDD to occur frequently among individuals with fragile X, where genetic abnormalities are well documented (Cohen, 1995).  Many cases of autism, however, have yet to be linked to genetic abnormalities. Nonetheless, it is suspected that these cases are still due to organic factors arising  before rather than during or after the child’s birth (Rapin, 1996). Other suspected sources of the presumed neurologic abnormalities include metabolic disorders and  infectious disorders (e.g., congenital rubella, encephalitis, or meningitis; Rapin, 1996; Wolf­Schein, 1995). In some cases, no likely causal factor is suggested—leading  to cases that are termed 1 The reasoning is that male preponderance may exist because males’ single X chromosome makes them at special risk for X­chromosome defects. 

Page 174 idiopathic, that is, without a known cause. Efforts to identify the real nature of such idiopathic cases and to identify the specific mechanisms by which known causes act  to create autistic symptoms represent some of the most needed areas for research on PDD. Special Challenges in Assessment Children with autistic spectrum disorder present the greatest imaginable challenges to the clinician contemplating formal testing as a means of collecting information.  Frequently, these children’s essential social interaction deficits dramatically limit their participation in the usual give­and­take required by most standardized language  instruments. Consequently, informal measures, especially parent questionnaires and behavioral checklists, are used very frequently for purposes of screening, diagnosis,  and description of language among children and adults with autistic spectrum disorder (Chung, Smith, & Vostanis, 1995; DiLavore, Lord, & Rutter, 1995; Gillberg,  Nordin, & Ehlers, 1996; Nordin, & Gillberg, 1996; Prizant & Wetherby, 1993; Sponheim, 1996). Alternatives to standardized tests are particularly valuable for those children whose communication repertoire is very limited, a group that includes as many as 50% of  all children with autism (Paul, 1987). Where the purpose of an evaluation is to aid in diagnosis of the disorder, it has been argued that parent interviews may be  considerably better than observational methods that may be applied by clinicians (Rapin, 1996). Table 7.3 lists some of the most common questionnaires, interview  schedules, checklists, and other instruments used in screening and diagnosing autistic spectrum disorders. Although many of these focus on the entire range of difficulties  often seen as part of autism, some focus on selected skill areas, such as communication or play. Despite the frequent need for nontraditional, observational techniques, more traditional, standardized speech and language tests can play a useful role in language  assessments of some children with autism. In particular, children with more elaborate language and communication skills—children who are often described as “high  functioning” may be amenable to standardized testing when appropriate attention is paid to motivation and other enabling factors. Information obtained from family  members and other individuals who are very familiar with the child can help pinpoint the reinforcers that will prove most helpful in facilitating a child’s participation and  warn against specific stimuli (e.g., types of environmental noise such as traffic noise or the sound of some electrical devices) that are likely to be distracting or disturbing  to the individual child. For higher functioning children, standardized speech and language testing may not only be feasible, but quite vital to a thorough understanding of their strengths and  weaknesses—particularly for receptive skills that, unlike expressive skills, cannot be as readily observable in spontaneous productions.  Even when expressive language testing is feasible, analysis of spontaneous productions will almost always constitute a particularly desirable tool for expressive language  assessment. Not only does analysis of spontaneous language allow one to simultaneously examine variables related to numerous expressive language domains (Snow &  Pan, 1993), one can argue that the validity of such measures will be particularly superior for children who are so reactive to standardized testing procedures. In 

Page 175 Table 7.3 Recent Behavioral Checklists and Interview for Screening and Description of Autistic Spectrum Disorder (Chung, Smith, & Vostanis, 1995; Gillberg, Nordin, & Ehlers, 1996; Wolf­Schein, 1996) Purpose

Instrument

Age Group

Description

Screening

Checklist for Autism in Toddlers (CHAT;  Baron­Cohen, Allen, & Gillberg, 1992) 

Uses 14 items that are responded to by parent (n = 9) and by  Children from 18 to 30  clinician (n = 5 items); found to have a low rate of false positives  months and reported to have good reliability (Gillberg, Nordin & Ehlers,  1996)

 

Pre­Linguistic Autism Diagnostic Observation  Schedule (PL­ADOS) (DiLavore, Lord, &  Rutter, 1995)

Uses 12 play­based activites with 17 associated ratings, with  Children under 6 years  items administered by the examiner or through one of the child’s  of age caregivers; designed to relate directly to the DSM–IV or ICD­10  criteria

 

Asperger Syndrome Screening Questionnaire  (ASSQ; Ehlers & Gillberg, 1993)

7 to 16 years

A teacher questionnaire containing 27 items; it appears to  consistently identify Asperger’s disorder, but it may overidentify  in cases of other social abnormalities; one of the few measures  developed to be sensitive to Asperger’s disorder. 

Diagnosis and  Description

Autism Diagnostic Interview­Revised (ADI­R;  Lord, Rutter, & Le Couteur, 1994)

Children from 18  months to adults

Uses interview of parents or caregivers of Individuals with  suspected autistic disorder. Designed to relate directly to the  DSM–IV or ICD­10 criteria. 

 

Childhood Autism Rating Scale (CARS)  (Schopler, Reichler, & Renner, 1986)

Children

Uses direct observation of children with suspected autistic  disorder. Designed to be used in diagnosis and description of  severity.

Page 176 chapter 10, the use of spontaneous language sample analyses is discussed at some length. Expected Patterns of Language Performance Certain specific language behaviors are frequently associated with autism, although they may also occur infrequently in normal language development and in other  language disturbances. Among these behaviors are echolalia, pronominal reversals, and stereotypic or nonreciprocal language (Fay, 1993; Paul, 1995).  Echolalia consists of the immediate or delayed repetition of speech, often without evident communicative intent. Echolalic productions can often be quite complex in  their language structure relative to the level of the child’s spontaneous communications and may simply represent memorized routines rather than creatively generated  language. The presence of echolalic productions often appears to indicate a child’s attempt to stay engaged in the social interaction despite failing to understand what  has just been said or being unable to produce a more suitable response. Such productions, consequently, may be communicative in intent and therefore provide  information about the nature of the child’s pragmatic skills (Paul, 1995).  Pronominal reversals involves an apparent confusion in pronoun choice in which first and second person pronouns are substituted for one another. Thus, for example,  a child might say “you go” when apparently referring to him­or herself. Although at one point in time these errors were thought to reflect the child’s failure to distinguish  him­or herself from the environment, they are currently taken to reflect the child’s inflexible use of language forms. In short, the child treats pronouns, which are  sometimes referred to as “deictic shifters,” as unchanging labels, thereby failing to recognize the shift that allows “I” to refer to several different speakers in turn simply  by virtue of their role as speaker, and “you’’ by virtue of their role as listener. Although once considered a hallmark of the disorder, pronominal reversals are not  necessarily used frequently (Baltaxe & D’Angiola, 1996). The Personal Perspective included in this chapter contains the reflections of Donna Williams, an adult with  autism, who argues persuasively for the relative unimportance of pronoun use as a target for therapy, given all of the words one needs to learn.  PERSONAL PERSPECTIVE The following passage comes from a book written by a young woman who describes herself as having autism associated with high functioning (Williams, 1996, pp.  160–61). In this passage, she discusses which words are important and which are unimportant to learn: “Words to do with the names of objects are probably the most important ones to connect with as it is hard to ask for help if you haven’t got these. If someone can  only say ‘book,’ at least you can work out what they might want done with

Page 177 it. if they just say ‘look’ but haven’t connected with ‘book’, you have a whole house full of things that can be ‘looked’ (at or for). “Words to do with what things are contained in (box, bottle, bag, packet), made of (wood, metal, cloth, leather, glass, plastic, powder, goo) or what is done with  them (eating, drinking, closing, warming, sleeping) are also really important to learn. Much later, less tangible, less; directly observable words such as those to do with  feelings (had enough, hurt, good, angry) or body sensations (tired, full, cold, thirsty) are really important to connect with. “Words to do with pronouns, such as ‘I,’ ‘you,’ ‘he,’ ‘she,’ ‘we’ or ‘they,’ aren’t so important. Too many people make a ridiculous big hoo­ha about these things,  because they want to eradicate this ‘symptom of autism,’ or for the sake of ‘manners’ or impressiveness. Pronouns are ‘relative’ to who is being referred to, where  you are and where they are in space and who you are telling all this to. That’s a lot of connections and far more than ever have to be made to correctly access, use  and interpret most other words. Pronouns are, in my experience, the hardest words to connect with experienceable meaning because they are always changing,  because they are so relative. In my experience, they require far more connections, monitoring and feedback than in the learning of so many other words. “Too often so much energy is put into teaching pronouns and the person being drilled experiences so little consistent success in using them that it can really strongly  detract from any interest in learning all the words that can be easily connected with. I got through most of my life using general terms like ‘a person’ and ‘one,’ calling  people by name or by gender with terms like ‘the woman’ or ‘the man’ or by age with terms like ‘the boy.’ It didn’t make a great deal of difference to my ability to be  comprehended whether I referred to these people’s relationship to me or in space or not. These things might have their time and place but there are a lot of more  important things to learn which come easier and can build a sense of achievement before building too great a sense of failure.” Stereotypic or nonreciprocal language refers to idiosyncratic use of words or even whole sentences (Paul, 1995). Often the particular word or phrase seems to be used  because it was first heard in a particular situation or in conjunction with a specific event or objects. Thereafter, it is used to stand for the associated situation, event, or  object, despite its lack of meaning to anyone except a very perceptive individual present at the time the association ‘was formed. Temple Grandin, a college professor  who has recently published several books about her experiences as someone with autism, describes a personal example of nonreciprocal language:  Teachers who work with autistic children need to understand associative thought patterns. An autistic child will often use a word in an inappropriate manner. Sometimes  these uses have a logical associated meaning and other times they don’t. For example, an autistic child might say the word “dog” when he wants to go outside. The  word ‘‘dog” is associated with going outside. In my  

Page 178 own case, I can remember both logical and illogical use of inappropriate words. When I was six, I learned to say ‘prosecution.’ I had absolutely no idea what it meant,  but it sounded nice when I said it, so I used it as an exclamation every time my kite hit the ground. I must have baffled more than a few people who heard me exclaim  “Prosecution!” to my downward spiraling kite. (Grandin, 1995, p. 32)  In addition to characteristic kinds of atypical language use, patterns of language strengths and weaknesses among children with autistic disorder and Asperger’s  disorder have received extensive attention by researchers. Table 7.4 summarizes the language characteristics described for three diagnoses in the spectrum: two forms  of autistic disorder and Asperger’s disorder. The two descriptions provided under autistic disorder are included because of the relatively rich research base that has  identified very different skills seen in individuals who can be described as high­ versus low­functioning in terms of severity as well as in terms of nonverbal intelligence  scores. A study performed by a large group of researchers headed by Isabelle Rapin (1996) provides the most comprehensive study of the largest number of children  with autism to date; it made use of normal controls and two other control groups—(a) a group of language­impaired children to act as controls for the high­functioning  children with autism and (b) a group of children without autism but with low nonverbal IQs to act as a control group for the low­functioning children with autism. That  multiyear, multisite study provided much of the information included in Table 7.4. Despite my use of the subcategories high­ and low­functioning, it should be noted that  researchers have identified several subgroupings of autistic spectrum disorder beyond those discussed in this chapter, including aloof, passive, and active­but­odd; e.g.,  Frith, 1991; Sevin et al., 1995; Waterhouse, 1996; Waterhouse et al., 1996). Related Problems Autistic Disorder, and indeed most of the disorders on the autistic spectrum, are characterized by a number of behavioral problems in addition to those already  discussed in terms of communication and language. Two of these—“restricted repetitive and stereotyped patterns of behavior, interests, and activities” and “lack of  varied, spontaneous make­believe play or social imitative play appropriate to developmental level” are considered central enough to the nature of the disorder to be  listed in the DSM–IV definition (American Psychiatric Association, 1994). They are closely related.  Restricted and stereotyped patterns of behavior, interests, and activities can include behaviors such as the child’s rocking, flapping one or both hands in front of his or  her own eyes, repeatedly manipulating parts of objects (such as spinning the wheel on a toy or repeatedly opening and closing a hallway door), or, more alarmingly,  repeatedly biting or striking others or him­or herself. Some of these repetitive behaviors can be interpreted as self­stimulatory or as efforts by the child to deal with  anxiety and avoid overstimulation (e.g., Cohen, 1995); others are more difficult to interpret. Stereotyped, repetitive behaviors (sometimes referred to as stereotypies)  will often need to be addressed in order to free the child to attend to important interactions (such as assessment or establishing relationships with peers). How they  should be addressed

Page 179 Table 7.4 Patterns of Strengths and Weaknesses Among Children With Autistic Disorder—High­Functioning,  Autistic Disorder—Low­Functioning, and Asperger’s Disorder Disorder

Relative Strengths in Communication

Relative Weaknesses in Communication

Receptive language more affected than  expressive language (Rapin, 1996) l Expressive vocabulary (Rapin, 1996) l Functional use of expressive language below  performance on most tests of expressive  l Written language superior to oral  language and superior to written  language (Rapin, 1996) Autistic disorder–high­ language skills of children with delayed  l Pragmatic skills functioning (AD­HF) language skills, but normal intelligence  l Rapid naming within a category (Rapin, 1996) (Rapin, 1996) l Formulated output of connected speech  l Relatively less use of echolalia than in  (Rapin, 1996) AD­LF  l Verbal reasoning (Rapin, 1996) l Delayed development of questionasking as  pronounced in AD­LF (Rapin, 1996) 

Other Strengths and Weaknesses

l

(Continued)

Strengths: l Preserved function on visuospatial and visual­ perceptual skills (Rapin, 1996) Weaknesses: l Marked delay in onset of ability to engage in  symbolic play (Rapin, 1996) l Possible deficits in memory (Rapin, 1996) l Subtle motor deficits, especially affecting  gross motor skills (Rapin, 1996) that are more  consistent with language skills than nonverbal IQ

Page 180 Table 7.4 (Continued)  Disorder

Relative Strengths in Communication

Relative Weaknesses in Communication

Other Strengths and Weaknesses

Expressive vocabulary is a relative  l Verbal communication may be absent in  strength and is generally better than  about half of these children (Rapin, 1996) receptive vocabulary l When present, most areas of language are  l Patterns of strength and weaknesses  severely affected (Rapin, 1996) may be especially difficult to determine  l Reported temporary regression of language  because of floor effects on many  skills in early development (Rapin, 1996) measures (Rapin, 1996)

Strengths: l Nonverbal performance supperior to verbal  performance (Rapin, 1996)

Generally preserved language skills  (American Psychiatric Association,  1994) l Phonology, except possibly in the  areas of prosody l Syntax

Strengths: l Normal nonverbal intelligence Weaknesses: l Motor clumsiness (Ramberg et al., 1996;  Wing, 1991)

l

Autistic disorder–low­ functioning (AD­LF)

l

Asperger’s Disorder  (AD)

Pragmatic skills (Ramberg, Ehlers, Nyden,  Johansson, & Gillberg, 1996; Wing, 1991) l Atypical prosody and vocal characteristics  (Ramberg et al., 1996) l

Note. Asperger’s Disorder is considered equivalent to Autistic Disorder­High Functioning by some authors (e.g., Rapin, 1996).

Page 181 must be determined in relation to their potentially adaptive role from the child’s perspective. Team approaches using behavioral interventions and, at times, drug  intervention are sometimes useful. The high frequency of these stereotyped patterns of interaction is combined with a lack of the spontaneous, imaginative play considered so characteristic of childhood.  Although this deficiency has been noted since autism was first described by Kanner in 1943, it has recently been seen as related to these children’s apparent inability to  assume alternative perspectives—an ability that also supports social interaction. It has been said that one of the chief cognitive deficits in children with autistic disorder  may be their lack of a theory of mind, the ability to think about emotions, thoughts, motives—either in themselves or others (Frith, 1993).  Sometimes, pronounced sensory abnormalities have been inferred in many autistic children on the basis of their apparent avoidance of and negative reactions to many  auditory, visual, and tactile stimuli. In particular, hypersensitivity and hyposensitivity have been associated with autistic spectrum disorders (e,.g., Roux et al., 1995;  Sevin et al., 1995). Recently, a controversial therapy technique, auditory integration training (Rimland & Edelson, 1995), has been devised in an attempt to eliminate  these, abnormal responses to auditory stimuli seen in some children. In a growing number of studies, children with autism spectrum disorder have been found to be at increased risk for motor abnormalities. For example, in a recent large­ scale study, children in both high­and low­functioning groups showed a greater frequency of motor abnormalities than did groups of children with either mental  retardation without autism or SLI (Rapin, 1996). However, oromotor impairments tended to be more common and more severe among children in the low­functioning,  group. Among the difficulties noted have been akinesia (absent or diminished movement), bradykinesia (delay in initiating, stopping, or changing movement patterns);  and dyskinesia (involuntary tics or stereotypies; Damasio & Maurer, 1978) as well as problems with muscle tone, posture, and gait (Page & Boucher, 1998). Of  particular interest to speech­language pathologists who may wish to work on oral motor activities in efforts to foster speech or on manual gestures have been reports of  oral and manual dyspraxia, difficulties in the performance of purposeful voluntary movements in the absence of paralysis or muscular weakness (Page & Boucher,  1998; Rapin, 1996). Other problems that are more common among children on the autistic disorder spectrum than among children without identified problems are epilepsy, especially a  form called infantile spasms, and sleep disorders (Rapin, 1996). ADHD (discussed in chap. 5), is also more prevalent (Wender, 1995).  Summary 1. Autistic spectrum disorder, also termed Pervasive Developmental Disorder (PDD), encompasses at least four related and relatively rare disorders: Rett’s disorder,  autistic disorder, Asperger’s syndrome, childhood disintegrative disorder, and pervasive developmental disorder not otherwise specified (PDD­NOS) according the  diagnostic system of the DSM–IV (American Psychiatric Association, 1994). 

Page 182 2. Difficulties shared by children with autistic spectrum disorders include delayed or deviant language, social communication, and abnormal ways of responding to  people, places, and objects. 3. Autistic spectrum disorders frequently co­occur with mental retardation, perhaps because of a shared cause: underlying neurologic abnormalities.  4. Although the source of underlying neurologic abnormalities is generally unknown, genetic factors and prenatal infections are suspected in some cases.  5. Children with autistic spectrum disorder are often unable to participate in standardized testing required for the diagnosis of their disorder, making the use of  observational methods and parental questionnaires a very frequent and relatively well­studied alternative.  6. Echolalia, pronominal reversals, and stereotypic language are abnormal features of language that are seen more frequently in autistic disorder than in other  developmental language disorders. 7. Other problems affecting children with autistic spectrum disorders include a lack of spontaneous, imaginative play and restricted patterns of behavior, interests, and  activities. In addition, these children are at increased risk for motor abnormalities, seizures, and sleep disorders. Key Concepts and Terms akinesia: absent or diminished movement. autistic disorder: the major and most frequently occurring disorder category within the larger DSM–IV (American Psychiatric Association, 1994) definition of  Pervasive Developmental Disorders; often used synonymously with infantile autism or Kanner’s autism.  Asperger’s disorder: an autistic disorder within the larger DSM–IV category of Pervasive Developmental Disorders in which early delays in communication are  absent; often considered synonymous with high­functioning autism.  bradykinesia: a motor abnormality characterized by delays in initiation, cessation, or alteration of movement pattern. childhood disintegrative disorder: a very rare autistic disorder within the larger DSM–IV category of Pervasive Developmental Disorders in which a period of about  2 years of normal development is followed by autistic symptoms. dyskinesia: a movement abnormality characterized by involuntary tics or stereotypies. dyspraxia: difficulties in the performance of purposeful voluntary movements in the absence of paralysis or muscular weakness; for example, oral dyspraxia, manual  dyspraxia, verbal dyspraxia (also frequently referred to as verbal apraxia). echolalia: immediate or delayed repetition of a previous speaker’s or one’s own utterance. 

Page 183 epilepsy: a chronic disorder associated with excessive neuronal discharge, altered consciousness, and sensory activity, motor activity, or both.  Pervasive Developmental Disorders (PDDs): the group of severe disorders having their onset in childhood, characterized by significant deficits in social interaction  and communication, as well as the presence of stereotyped behavior, interests and activities; considered synonymous with autistic disorder spectrum disorder.  pervasive developmental disorder not otherwise specified (PDD­NOS): Within the DSM–IV system of disorder classification, this diagnosis is made when some  but not all of the major criteria for autistic disorder are met; also referred to as atypical autism. pronominal reversals: incorrect use of first­ and third­person pronouns (e.g., “you want” to mean ‘‘I want”), which are considered typical of autistic speech.  Rett’s disorder: a severe autosomal pervasive developmental disorder affecting only girls, in which a brief period of normal development is followed by regression;  associated with severe or profound levels of mental retardation. stereotypy: frequent repetition of a meaningless gesture or movement pattern. theory of mind: the ability to think about emotions, thoughts, and motives—either in oneself or others; considered to be a primary deficit among individuals whose  difficulties fall along the autistic disorder spectrum. Study Questions and Questions to Expand Your Thinking 1. On the Internet, look for sites related to PDD. For which disorders within that designation do you find web sites? Who are the main audiences for these sites? How  do sites respond differently to these various audiences? 2. On the basis of Table 7.2, list the major characteristics of a child’s behavior that will be needed to determine which PDD label is most appropriate.  3. On the basis of the discussion of suspected causes of PDD, outline two major research needs that should be pursued by future researchers.  4. List in order of importance the problems—other than those intrinsic to autism itself—presented to adults who wish to interact with children with PDD.  5. What features of a child’s communication would cause you to be most concerned that he or she was showing symptoms of autism? What features of his or her  language? 6. What practical problems might a parent of a child with PDD face that are different from those faced by other parents? 7. Find out what definition of autistic spectrum disorders is used in a local school system. How does it differ from the system described in DSM–IV (American  Psychiatric Association, 1994)?

Page 184 Recommended Readings Angell, R. (1993). A parent’s perspective on the preschool years. In E. Schopler, M. E. Van Bourgondien, & M. M. Bristol (Eds.), Preschool issues in autism. New  York: Plenum. Campbell, M., Schopler, E., Cueva, J. E., & Hallin, A. (1996). Treatment of autistic disorder. Journal of the American Academy of Child and Adolescent  Psychiatry, 35, 124–143.  Grandin, T. (1995). Thinking in pictures and other reports from my life with autism. New York: Doubleday. Schopler, E. (1994). Behavioral issues in autism. New York: Plenum. Strain, P. S. (1990). Autism. In M. Hersen & V. B. Van Hasselt (Eds.), Psychological aspects of developmental and physical disabilities: A casebook (pp. 73– 86). Newbury Park, CA: Sage. References American Psychiatric Association. (1994). Diagnostic and statistical manual of mental disorders (4th ed.). Washington, DC: Author. Angell, R. (1993). A parent’s perspective on the preschool years. In E. Schopler, M. E. Van Bourgondien, & M. M. Bristol (Eds.), Preschool issues in autism (pp.  17–38). New York: Plenum.  Baltaxe, C. A. M., & D’Angiola, N. (1996). Referencing skills in children with autism and specific language impairment. European Journal of Disorders of  Communication, 31, 245–258.  Baron­Cohen, S., Allen, J., & Gillberg, C. (1992). Can autism be detected at 18 months? The needle, the haystack, and the CHAT. British Journal of Psychitary,  161, 839–843.  Bettelheim, B. (1967). The empty fortress. New York: Collier Macmillan. Carpentieri, S., & Morgan, S. B. (1996). Adaptive and intellectual functioning in autistic  and nonautistic retarded children. Journal of Autism and Developmental Disorders, 26, 611–620.  Chung, M. C., Smith, B., & Vostanis, P. (1995). Detection of children with autism. Educational and Child Psychology, 12(2), 31–36.  Cohen, I. L. (1995). Behavioral profiles of autistic and nonautistic fragile X males. Developmental Brain Dysfunction, 8, 252–269.  Courchesne, E. (1995). New evidence of cerebellar and brainstem hypoplasia in autistic infants, children, and adolescents: The MR imaging study by Hashimoto and  colleagues. Journal of Autism and Developmental Disorders, 25, 19–22.  Damasio, A. R., & Maurer, R. G. (1978). A neurological model for childhood autism. Archives of Neurology, 35, 779–786.  DiLavore, P. C., Lord, C., & Rutter, M. (1995). The Pre­Linguistic Autism Diagnostic Observation Schedule. Journal of Autism and Developmental Disorders,  25, 355–379.  Eaves, L. C., & Ho, H. H. (1996). Brief report: Stability and change in cognitive and behavioral characteristics of autism through childhood. Journal of Autism and  Developmental Disorders, 26, 557–569.  Ehlers, S., & Gillberg, C. (1993). The epidemiology of Asperger syndrome: A total population study. Journal of Child Psychology and Psychiatry, 34, 1327–1350.  Fay, W. (1993). Infantile autism. In D. Bishop & K. Mogford (Eds.), Language development in exceptional circumstances (pp. 190–202). Mahwah, NJ:  Lawrence Erlbaum Associates. Folstein, S., & Rutter, M. (1977). Infantile autism: A genetic study of 21 twin pairs. Journal of Child Psychology and Psychiatry, 18, 297–321.  Frith, U. (1991). Asperger and his syndrome. In U. Frith (Ed.), Autism and Asperger syndrome (pp. 1–36). Cambridge: Cambridge University Press.  Frith, U. (1993). Autism and Asperger syndrome. Cambridge, England: Cambridge University Press. Gillberg, C., Nordin, V., & Ehlers, S. (1996). Early detection of autism: Diagnostic instruments for clinicians. European Child and Adolescent Psychiatry, 5, 67–74.  Grandin, T. (1995). Thinking in pictures and other reports from my life with autism. New York: Double­day.  Hall, N. E., & Aram, D. M. (1996). Classification of developmental language disorders. In I. Rapin (Ed.), Preschool children with inadequate communication (pp.  10–20). London: MacKeith Press. 

Page 185 Haas, R. H., Townsend, J., Courchesne, E., Lincoln, A. J., Schreibman, L., & Yeung­Courchesne, R. (1996). Neurologic abnormalities in infantile autism. Journal of  Child Neurology, 11(2), 84–92.  Kanner, L. (1943). Autistic disturbances of affective contact. Nervous Child, 2, 217–250.  Lord, C., Rutter, M., & Le Couteur, A. (1994). Autism Diagnostic Interview­Revised: a revised version of a diagnostic interview for caregivers of individuals with  possible pervasive developmental disorders. Journal of Autism & Developmental Disorders, 24, 659–685.  Myles, B. S., Simpson, R. L., & Becker, J. (1995). An analysis of characteristics of students diagnosed with higher­functioning Autistic Disorder. Exceptionality, 5 (1), 19–30.  Nordin, V., & Gillberg, C. (1996a). Autism spectrum disorders in children with physical or mental disability or both: I. Clinical and epidemiological aspects.  Developmental Medicine and Child Neurology, 38, 297–311.  Nordin, V., & Gillberg, C. (1996b). Autism spectrum disorders in children with physical or mental disability or both: II. Screening aspects. Developmental Medicine  and Child Neurology, 38, 314–324.  Page, J., & Boucher, J. (1998). Motor impairments in children with autistic disorder. Child Language Teaching and Therapy, 14, 233–259.  Paul, R. (1987). Communication. In D. J. Cohen & A. M. Donnellan (Eds.), Handbook of autism and pervasive developmental disorders (pp. 61–84). New York:  Wiley. Paul, R. (1995). Language disorders from infancy through adolescence: Assessment and intervention. St. Louis, MO: Mosby. Piven, J., Harper, J., Palmer, P., & Arndt, S. (1996). Course of behavioral change in autism: A retrospective study of high­IQ adolescents and adults. Journal of the  American Academy of Child and Adolescent Psychiatry, 35, 523–529.  Prizant, B. M., & Wetherby, A. M. (1993). Communication in preschool autistic children. In E. Schopler, M. E. Van Bourgondien, & M. M. Bristol (Eds.), Preschool  issues in autism (pp. 95–128). New York: Plenum.  Ramberg, C., Ehlers, S., Nyden, A., Johansson, M., & Gillberg, C. (1996). Language and pragmatic functions in school­age children on the autism spectrum.  European Journal of Disorders of Communication, 31, 387–414.  Rapin, I. (1996). Classification of autistic disorder. In I. Rapin (Ed.), Preschool children with inadequate communication. (pp. 10–20). London: MacKeith Press.  Rimland, B. (1964). Infantile autism. New York: Appleton. Rimland, B., & Edelson, S. M. (1995). Brief report: a pilot study of auditory integration training in autism. Journal of Autism & Developmental Disorders, 25, 61– 70. Roux, S., Malvy, J., Bruneau, N., Garreau, B., Guerin, P., Sauvage, D., & Barthelemy, C. (1994). Identification of behaviour profiles within a population of autistic  children using multivariate statistical methods. European Child and Adolescent Psychiatry, 4, 249–258.  Rutter, M., & Schopler, E. (1987). Autism and pervasive developmental disorders: Concepts and diagnostic issues. Journal of Autism and Developmental  Disorders, 17, 159–186.  Schopler, E., Reichler, R. J., & Renner, B. R. (1988). The Childhood Autism Rating Scale (CARS). Revised. Los Angeles: Western Psychological Services. Sevin, J. A., Matson, J. L., Coe, D., Love, S. R., Matese, M. J., & Benavidez, D. A. (1995). Empirically derived subtypes of pervasive developmental disorders: A  cluster analytic study. Journal of Autism and Developmental Disorders, 25, 561–578.  Shields, J., Varley, R., Broks, P., & Simpson, A. (1996). Hemispheric function in developmental language disorders and high­level autism. Developmental Medicine  and Child Neurology, 38, 473–486.  Snow, C. E., & Pan, B. A. (1993). Ways of analyzing the spontaneous speech of children with mental retardation: The value of cross­domain analyses. In N. W. Bray  (Ed.), International review of research in mental retardation (Vol. 19, pp. 163–192). New York: Academic Press.  Sponheim, E. (1996). Changing criteria of autistic disorders: A comparison of the ICD­10 research criteria and DSM–IV with DSM–III–R, CARS, and ABC. Journal  of Autism and Developmental Disorders, 26, 513–525.  Strain, P. S. (1990). Autism. In M. Hersen & V. B. Van Hasselt (Eds.), Psychological aspects of developmental and physical disabilities: A casebook (pp. 73– 86). Newbury Park, CA: Sage.

Page 186 Trevarthen, C., Aitken, K., Papoudi, D, & Robarts, J. (1996). Children with autism: Diagnosis and interventions to meet their needs. London: Jessica Kingsley. Waterhouse, L. (1996). Classification of autistic disorder (AD). In I. Rapin (Ed.), Preschool children with inadequate communication (pp. 21–30). London:  MacKeith Press. Waterhouse, L., Morris, R., Allen, D., Dunn, M., Fein, D., Feinstein, C., Rapin, I., & Wing, L. (1996). Diagnosis and classification in Autism. Journal of Autism and  Developmental Disorders, 26, 59–86.  Wender, E. (1995). Hyperactivity. In S. Parker & B. Zuckerman (Eds.), Behavioral and developmental pediatrics (pp. 185–194). Boston: Little, Brown.  Williams, D. (1996). Autism—An inside­out approach: An innovative look at the mechanics of ‘autism ‘ and its developmental ‘cousins.’ Bristol, PA: Jessica  Kingsley. Wing, L. (1991). The relationship between Asperger’s syndrome and Kanner’s autism. In U. Frith (Ed.), Autism and Asperger syndrome (pp. 93–121). Cambridge,  England: Cambridge University Press. Wolf­Schein, E. G. (1996). The autistic spectrum disorder: A current review. Developmental Disabilities Bulletin, 24(1), 33–55.  World Health Organization. (1992). The ICD­10 classification of mental and behavioral disorders: Clinical descriptions and diagnostic guidelines. Geneva,  Switzerland: Author. World Health Organization. (1993). The ICD­10 classification of mental and behavioral disorders: Diagnostic criteria for research. Geneva, Switzerland:  Author.

Page 187 CHAPTER

8 Children with Hearing Impairment Defining the Problem Suspected Causes Special Challenges in Assessment Expected Patterns of Oral Language Performance Related Problems Bradley was 5 years old when it was determined that he had a mild, bilateral sensorineural hearing loss. Prior to entering kindergarten, his parents  described him as a shy child who disliked larger play groups and preferred playing alone or with one close friend. In a noisy 16­child classroom, the  adequacy of his hearing was first questioned by his kindergarten teacher, who reported that she often had difficulty getting his attention and found his poor  attention during circle time inconsistent with his good attention in one­on­one situations. A hearing screening by a speech­language pathologist, which was  performed because of concerns about delayed phonologic development, was the immediate source of a referral for the complete audiological examination in  which his hearing loss was identified. After detection of the hearing loss, Bradley was fitted for binaural behind­the­ear aids. (He loved the bright blue  earmolds and tubing he was allowed to choose.) Within a short time of the fitting, Bradley appeared more attentive during circle time and readily made  progress in work on targeted speech distortions.

Page 188 Sammy, or Samantha on formal occasions, is a 3­year­old whose moderate high­frequency hearing loss was identified shortly after birth following her  failure on a high­risk screening conducted because of her family history of hearing loss. Because initially an ear­level fitting proved unfeasible, Sammy used  a body­worn aid, which was replaced by a behind­the­ear fitting at age 1½. Six months ago, the use of an FM trainer was extended to the home after  continuous use in a preschool group that she had attended since age 1½. Although she is experiencing some delays in speech, her communication  development otherwise appears on­target. Desmond’s profound hearing loss was identified using auditory brainstem response (ABR) during his 3­week stay in a neonatal intensive care unit, following  his premature birth at 7 months gestational age with a birth weight of 3.1 pounds. He required ventilator support for 5 days after birth. Now 5 years old,  Desmond’s parents have been frustrated by Desmond’s slow progress in oral language development despite years of participation in special education and  several failed attempts at successful amplification. Desmond currently uses a vibrotactile aid to increase his awareness of environmental sounds and his  speech reception and is being considered as a candidate for a cochlear implant. Defining the Problem Estimates of the prevalence of hearing impairment in children vary from 0.1 to 4%—or from 1 in every 25 to 1 in every 1,000 children—depending on the definitions  used (Bradley­Johnson & Evans, 1991; Northern & Downs, 1991). Of children between the ages of 3 and 17, about 52,000 have impairments severe enough to be  termed deafness, where deafness can be defined as a hearing loss, usually above 70 dB, that precludes the understanding of speech through listening (Ries, 1994).  When all levels of hearing loss are considered, hearing impairment is the most common disability among American school children (Flexer, 1994).  The negative impact of deafness for the normal acquisition of oral language may seem obvious: You cannot learn about phenomena with which you have limited  experience. In addition, for children with profound hearing loss, this experience is largely restricted to a sensory channel (i.e., vision) that is mismatched to the most  distinctive characteristics of that phenomenon (i.e., oral language). One line of evidence suggesting how great this mismatch is comes from a growing body of research  suggesting that the structure of oral languages differs substantially from that of visuospatial languages (such as sign; Bellugi, van Hoek, Lillo­Martin, & O’Grady, 1993).  Nonetheless, there is research suggesting that lipreading becomes more important to oral language development as hearing impairment worsens (Mogford­Bevan,  1993). Because limiting auditory exposure limits learning opportunities, even children with milder hearing losses—who therefore obtain greater amounts of acoustic information  about oral language than children with greater hearing losses—experience significant consequences for their spoken language reception in everyday situations.  Therefore, although this chapter focuses most intently on children with greater degrees of hearing impairment, it also alerts readers to the jeopardy in which children  

Page 189 with even unilateral or “mild” bilateral hearing impairments are placed when it comes to language learning and academic success (Bess, 1985; Bess, Klee, &  Culbertson, 1986; Carney & Moeller, 1998; Culbertson & Gilbert, 1986; Oyler, Oyler, & Matkin, 1988). In the Personal Perspective for this chapter, a teenager  describes the ways in which deafness has affected her school life. PERSONAL PERSPECTIVE The following is an excerpt from the transcript of a statement made by Darby, a high school junior with a profound hearing impairment. She speaks about the  academic and personal challenges facing her in school: “I have never, and most likely never will, hear sounds in the same way as a hearing person. As a result, hearing people experience things every millisecond of the day  that I never will. By the same token, I have experienced things and will experience things that no hearing person can. “My deafness makes me different, and that difference makes me strong. I seem to get respect from other people just for doing things a hearing person can do with  ease. For example, watch television, use the telephone, listen to music, and so on. For whatever reason, I never think about the fact that I am doing something that  would normally be difficult for someone who couldn’t hear. In fact, I have never looked at myself as someone who was limited in any way, someone who couldn’t do  something that any other hearing person could do I’ve always know that I was different, but even though people would intimate that I wasn’t able to compete on the  same’s level as hearing people, I would ignore them, or maybe I just didn’t “hear” them. “I have always attended Dalton, a private hearing school. It has never been, and never will be, easy for me. I have experienced periods of rejection and isolation, but I  have proven myself worthy of the privilege of attending this school by receiving grades as good as many of my hearing peers and better than most. “I have definitely survived the academic challenges of my school and life. Socially, I still feel though that I’m not accepted as a true equal, but hey, that’s their problem,  they don’t know what they’re missing.’’ (Ross, 1990, pp. 304–305) Overall degree of hearing loss, or magnitude, is a major descriptor of hearing impairment, usually based on an estimate of an individual’s ability to detect the presence  of a pure tone at three frequencies important for speech information (500, 1000, and 2000 Hz; Bradley­Johnson & Evans, 1991). Table 8.1 lists major categories of  hearing loss and provides some preliminary information about the effects of that level of loss. Although deafness is not listed as a category in the table, it is frequently  used to refer to a hearing loss greater than or equal to 70 dB (Northern & Downs, 1991).

Page 190 Table 8.1 Effect of Differing Magnitudes of Hearing Loss Average  Hearing Level  (500–2000  Hz) 0 to 15 dB

Description

What Can Be Heard Without Amplification

Handicapping Effects (If Not Treated in First Year of Life)

Probable Needs

Normal range

All speech sounds

None

None

15 to 25 dB

Slight hearing loss

Vowel sounds are heard clearly;  unvoiced consonant sounds may be  missed

Mild auditory dysfunction in language  learning

Consideration of need for hearing aid,  speech­reading, auditory training,  speech therapy, preferential seating

25 to 30 dB

Mild hearing loss

Only some of the speech sounds are  heard—the louder voiced sounds 

Auditory learning dysfunction, mild  language retardation, mild speech  problems, inattention

Hearing aid, speech reading, auditory  training, speech therapy

30 to 50 dB

Moderate hearing loss

Almost no speech sounds are heard  when produced at normal  conversational level

Speech problems, language retardation,  All of the above, plus consideration of  learning dysfunction, inattention special classroom situation

50 to 70 dB

Severe hearing loss

Severe speech problems, language  No speech sounds are heard at normal  retardation, learning dysfunction,  conversational level inattention

All of the above, probable assignment to  special classes

70+ dB

Profound hearing loss

No speech or other sounds are heard

Severe speech problems, language  retardation, learning dysfunction,  inattention

All of the above, probable assignment to  special classes

Note. From Hearing in Children (4th ed., p. 14), by J. L. Northern and M. P. Downs, 1991, Baltimore: Williams & Wilkins. Copyright 1994 by Williams &  Wilkins. Reprinted with permission.

Page 191 The term hard of hearing is used to refer to lesser degrees of hearing loss that allow speech and language acquisition to occur primarily through audition (Ross,  Brackett, & Maxon, 1991). In addition to the magnitude of loss, related variables that influence how children’s language is affected include (a) variables affecting the auditory nature of the loss  (such as type, configuration, and whether the loss is unilateral or bilateral), (b) the age at which the hearing loss is acquired, (c) the age at which it is identified, and (d)  how well the loss is managed. Type of hearing loss—conductive, sensorineural, or mixed—refers to the physiological site responsible for reduced sensitivity to auditory stimuli. Conductive hearing  losses result from conditions that prevent adequate transmission of sound energy somewhere along the pathway leading from the external auditory canal to the inner  ear. They can result from conditions that block the external ear canal or interfere with the energy­transferring movement of the ossicles (small bones) of the middle ear.  Conductive losses are generally similar across frequencies and, at their most severe, do not exceed 60 dB (Northern & Downs, 1991). Such losses can often be  corrected or significantly reduced using medical or surgical therapies (Paul & Jackson, 1993). One particularly common cause of conductive hearing loss is middle ear infection, otitis media. The hearing loss associated with this condition may be the most widely  experienced form of hearing loss, given that 90% of children in the United States have had at least one episode of otitis media by age 6 (Northern & Downs, 1991).  Although not all episodes of otitis media are associated with hearing losses, when they are observed the overall magnitudes of loss have generally been found to fall  from 20 to 30 dB in the affected ear (Frial Cantekin, & Eichler, 1985). Sensorineural hearing losses result from damage to the inner ear or to some portion of the nervous system pathways connecting the inner ear to the brain. They are  responsible for the most serious hearing losses, accounting for or contributing to most hearing losses in the severe to profound range. In addition, they account for most  congenital hearing losses (Scheetz, 1993) and are rarely reversible (Northern & Downs, 1991). Mixed hearing losses refer to losses in which both conductive and sensorineural components are evident. Because the conductive components of a mixed hearing  loss are generally treatable, such losses often become sensorineural in nature following effective treatment for the condition underlying the conductive loss. For example,  a child with Down syndrome may experience a mixed loss consisting of a sensorineural loss exacerbated by poor eustachian tube function and chronic otitis media.  Effective management of the middle ear condition can reduce the magnitude of the loss substantially in many cases. Consequently, clinicians who work with children  who have sensorineural losses need to be especially aware that an already significant degree of loss can be further worsened if middle ear disease goes undetected.  Central auditory processing disorders refer to abnormalities in the processing of auditory stimuli occurring in the absence of reduced acuity for pure tones or at a more  pronounced level than would be expected given the degree of reduced acuity. In especially severe cases, such difficulties have been described as a specific type of  language disorder: verbal auditory agnosia (Resnick & Rapin, 1991). Although central auditory processing disorders receive increasing attention by audiologists, their  sepa­  

Page 192 rability from language disabilities and other learning disabilities continues to be debated (Cacace & McFarland, 1998; Rees, 1973).  Hearing loss configuration refers to the relative amount of loss occurring at different frequency regions of the sound spectrum. For example, a high­frequency loss is  one in which the loss is largely or solely confined to the higher frequencies of the speech spectrum. In contrast, a flat hearing loss is one in which the degree of loss is  relatively constant across the spectrum. Knowing the magnitude and configuration of an individual’s hearing loss can help you predict what sounds will be difficult for him or her to hear at specific loudness  levels. A pair of figures may help illustrate this. Figure 8.1 consists of two frequency × intensity graphs (like those of a traditional audiogram) on which are plotted a  variety of common sounds occurring at various intensity levels and frequencies. The shaded area on Figure 8.1A indicates the sound frequencies and intensities that  might not be heard by children with severe high­frequency hearing losses—children such as Sammy, who was described at the beginning of the chapter. Although  Sammy would easily hear environmental sounds such as car horns or telephones as well as many speech sounds when they are produced at conversational loudness  levels, she would probably miss most fricative sounds because of their high frequency (high pitch) and low intensity (softness) when they are produced in the same  conversations. Figure 8.1B represents the kind of loss frequently associated with deafness, the kind of loss demonstrated by Desmond. The negligible amount of auditory information  to which Desmond has access is well­illustrated by this figure. The centrality of visual information to Desmond’s interactions with the world is further brought home  when you are told that even the best available amplification would probably fail to improve Desmond’s access to sound information. Consequently, it is not surprising  that vision has been called “the primary input mode of deaf children” (Ross, Brackett, & Maxon, 1991) and that management of the communication needs of such  children often veers away from methods in which auditory information plays a major role (Nelson, Loncke, & Camarata, 1993), although growing effectiveness of  cochlear implants may increase that somewhat, especially as cochlear implants are used at younger ages (Tye­Murray, Spencer, & Woodworth, 1995). A cochlear  implant entails the insertion of a sophisticated device that includes an internal receiver/stimulator and an external transmitter and microphone with a micro speech  processor (Sanders, 1993). Their rapid development and increasing application make them an exciting development in the management of severe hearing losses.  Whether one or both ears are affected represents another important factor determining the significance of a hearing loss. Unilateral hearing losses, ones affecting only  one ear, usually have fewer negative consequences than bilateral hearing losses. That does not mean, however, that unilateral losses are insignificant. Adequate hearing  in both ears is of particular importance when listening to quiet sounds or in noisy surroundings—especially for children. This special importance of bilateral hearing in  children arises because their incomplete language acquisition makes using language knowledge and environmental context to “guess” the message being conveyed by an  imperfect signal much harder for them than it is for adults. In a study conducted by Bess et al. (1986), about one third of the children who exhibited unilateral sen 

Page 193

Fig. 8.1.  Figures illustrating the types of sounds that are likely to be heard (unshaded areas) and not heard (shaded areas) for two different hearing losses: a severe  high­frequency loss (8.1A) and a profound hearing loss (8.1B). For purposes of clarity, but contrary to most instances in real life, these figures represent hearing loss as  identical for each ear. From Hearing in children (4th ed., p. 17), by Northern and Downs, Baltimore: Williams & Wilkins. Copyright © 1991 by Williams & Wilkins.  Adapted by permission.

Page 194 sorineural hearing losses of 45 dB HL or greater were found to have either failed a grade or required special assistance in school.  Despite the importance of the nature of hearing loss affecting a child to that child’s overall outcome for speech and oral language, several nonauditory factors can play a  very significant role. For example, the age at which a hearing loss is acquired has a tremendous impact on the extent to which it will interfere with the acquisition of oral  language. Congenital hearing losses, those present at birth, are more detrimental than those acquired in early childhood, which in turn are more detrimental than those  acquired in later childhood or adulthood. Even 3 or 4 years of good hearing can dramatically alter a child’s later language skills (Ross, Brackett, & Maxon, 1991). This  fact has led to the use of the term prelingual hearing loss to refer to a hearing loss acquired before age 2, which is thus thought to be associated with a more  significant impact (Paul & Jackson, 1993). The age of detection of hearing loss in children is yet another variable affecting the oral language of hearing­impaired children. The earlier the detection of hearing loss in  children, the better the outcome for language acquisition—assuming, of course, that adequate intervention follows. Recently devised methods, such as the measurement  of auditory brainstem­evoked responses and transient­evoked otoacoustic emissions, permit the detection of even mild hearing loss in children from shortly after birth  (Carney & Moeller, 1998; Mauk & White, 1995; Northern & Downs, 1991). Between 10 and 26% of hearing loss is estimated to exist at birth or to occur within the  first 2 years of life (Kapur, 1996), thus making efforts at detection an ongoing need. Despite the possibility of early detection, however, hearing loss will escape detection for varying periods of time in children whose hearing is not screened or is  screened prior to the onset of the loss. In a recent study, Harrison and Roush (1996) surveyed the parents of 331 children who had been identified with hearing loss.  They found that when there was no known risk factor, the median age of identification of hearing loss was about 13 months for severe to profound losses and 22  months for mild to moderate losses. Although the presence of known risk factors was associated with decreased age at identification for milder losses (down to about  12 months), identification for more severe losses remained about the same in this group (12 months). Median additional delays of up to 10 months were observed  between identification of hearing loss and early interventions. These delays represent precious lost time for children whose auditory experience of the world is  compromised. Only in late 1999 have efforts to make universal screening of infant hearing a reality (Mauk & White, 1995) received momentous support in the form of  The Newborn and Infant Hearing Screening and Intervention Act of 1999. This federal legislation provides new funding for newborn hearing screening grants to  individual states. It is hoped that this funding will cause all states to implement infant screening programs leading to a revolution in the early identification of hearing loss.  A fourth factor influencing how hearing loss will affect children’s language development is the management of the loss. For children with mild and moderate bilateral or  unilateral losses, there is considerable agreement as to the approaches that will optimize their access to the auditory signal on which they will rely for processing infor­  

Page 195 mation about oral language. Table 8.2 lists some of the types of interventions typically considered in the hearing management of children with these lesser degrees of  loss. When it comes to children with greater losses, however, there is much controversy among professionals as well as members of the Deaf community (Coryell &  Holcomb, 1997). A frequent battleground for those interested in interventions for deaf youngsters concerns the primacy of oral versus signed language. Arguments  favoring an emphasis on oral language stress that the vast majority of society are users of oral language and, therefore, deaf children should be given tools with which to  negotiate effectively within that context. Further, it can be stressed that their families will almost always (90% of the time) be composed entirely of hearing individuals  (Mogford, 1993). Arguments favoring an emphasis on sign language stress that the Deaf community is a cohesive subculture in which visuospatial communication is the effective norm. In  fact, in recent years, the Deaf community has begun to advocate for a difference rather than disorder perspective on hearing impairment, a political perspective thought  to be vital to the emotional and social well­being of its members (Corker, 1996; Harris, 1995). Arguments favoring a strong emphasis on sign language also sadly note  that only poor levels of achievement in oral language and particularly poor Table 8.2 Interventions Used With Children Who Have Mild and Moderate Hearing Impairment (Brackett, 1997) Method

Function

Personal amplification FM radio  systems used with remote  microphones

Increase loudness levels of acoustic signals; acoustic signal enhanced relative to background noise levels; A far superior  means of dealing with a noisy classroom than preferential seating (Flexer, 1994); one of several types of special amplification  systems (Sanders, 1993)

Sound treatment of classrooms (e.g.,  using carpets, acoustic ceiling tiles,  curtains)

Reduction of reverberation and other sources of noise

Preferential seating

Reduction of distance between speaker and child can increase audibility of a signal; Sitting next to a child is better than sitting  in front of the child (Flexer, 1994), although for children who require visual information, this strategy decreases access to  visual information

Inclusion in regular classroom with  supplementation through pull­out  services

Provision of the wealth of social and academic experiences afforded by regular classrooms, with support designed to  preview and review instructional vocabulary as well as work on communication goals inconsistent with classroom setting  (e.g., the earliest stages involved in acquiring a new communicative behavior)

Auditory learning program (e.g., Ling,  1989; Stout & Windle, 1992)

Improvement of the child’s attention and use of auditory information enhanced by personal and classroom amplification 

Page 196 levels of achievement in written language (which often plateaus at a third­grade level) have been the norm in studies of individuals with severe to profound hearing losses  (Dubé, 1996; Paul, 1998). Total communication was originally proposed as the simultaneous use of multiple communication modes (e.g., fingerspelling, sign language, speech, and speech reading)  selected with the child’s individual needs in mind. As implemented, however, total communication has been found typically to consist of the simultaneous use of speech  and one of several sign languages other than American Sign Language (ASL) that use word order and word inflections closely resembling those of spoken English  (Coryell & Holcomb, 1997). The most prominent examples of these sign languages, sometimes referred to as manually coded English systems, are Signing Essential  English (SEE­1), Signing Exact English (SEE­2) and Signed English. Although most classroom teachers report using this relatively limited form of total communication  (sometimes termed simultaneous communication), it is infrequently used among adults in the Deaf community (Coryell & Holcomb, 1997). In a review of studies of treatment efficacy for hearing loss in children, Carney and Moeller (1998) noted a current trend toward considering oral language as a potential  second language for deaf children, to be acquired after some degree of proficiency in a first (visuospatial) language is attained. This approach, termed the bilingual  education model, is seen by some as having the strengths associated with learning a language (i.e., ASL) for which a cohesive community of users exists, while at the  same time valuing the importance of English competence as a curricular rather than rehabilitative issue (Coryell & Holcomb, 1997; Dubé, 1996). Data supporting this  approach, however, are relatively sparse as yet. To date, such data consist of evidence of strong academic performance in English by deaf children reared by deaf  parents who are proficient in ASL and evidence that skills in English are strongly related to skills in ASL, independent of parental hearing status (Moores, 1987;  Spencer & Deyo, 1993; Strong & Prinz, 1997). A recent position statement of the Joint Committee of ASHA and the Council on Education of the Deaf (1998) illustrates the growing influence of the Deaf community’s  insistence that deafness be viewed as a “cultural phenomenon” rather than a clinical condition (Crittenden, 1993). In that position statement, professionals are cautioned  to adopt terminology that respects the individual and family or caregiver preferences while facilitating the individual’s access to services and assistive technology.  Sensitivity to cultural factors is a requisite for speech­language pathologists in all settings working with all populations. For speech­language pathologists working with  members of the Deaf community, it is a requirement of critical importance to the deaf child’s social and emotional development.  Suspected Causes What is currently known about the causes of permanent hearing impairment in children is almost entirely restricted to studies focused on more serious levels of hearing  loss, especially deafness. Although there may be considerable overlap in the known 

Page 197 causes of deafness and milder degrees of impairment, differences also exist. Because this section limits itself to causes related to these more severe levels of hearing  loss, I remind readers that what I say relates less clearly to children with milder losses. Genetic factors are suspected in about half of all cases of deafness (Kapur, 1996; Vernon & Andrews, 1990). Of these genetically based instances of deafness, about  80% are due to autosomal recessive disorders, almost 20% are autosomal dominant disorders, and the remaining are sex­linked (Fraser, 1976). Because recessive  disorders demand that both parents of an individual contribute a defective gene for their offspring to demonstrate the disorder without necessarily showing evidence of  the disorder themselves, it is relatively uncommon for children with congenital deafness to have parents who are also deaf. This information is important for appreciating  that most congenitally deaf children grow up with parents whose first language is oral and who will need to acquire sign as a belated second language if they are to assist  their child’s acquisition of sign.  Genetically caused deafness sometimes occurs within the context of genetic syndromes in which one or more specific organ systems (e.g., the skeleton, skin, nervous  system) are also affected. About 70 such syndromes have been identified, including Down syndrome, Apert syndrome, Treacher Collins, Pierre Robin, and muscular  dystrophy (Bergstrom, Hemenway, & Downs, 1971). Although most genetically caused deafness will be sensorineural in type, conductive components are also  observed. Some syndromes are associated with hearing losses that are progressive, causing increasing hearing loss over time, often at unpredictable rates. Examples of  such syndromes are Friedrich’s ataxia, severe infantile muscular dystrophy, and Hunter syndrome, as well as the closely related Hurler syndrome.  Nongenetic causes of deafness include prenatal rubella, postnatal infection with meningitis, prematurity, rh factor incompatibility between mother and infant, exposure to  ototoxic drugs, syphilis, Meniere’s disease, and mumps (Vernon & Andrews, 1990). Four of these factors—prenatal rubella, meningitis, syphilis, and mumps—are  infectious diseases meaning that their successful prevention can drastically reduce instances of deafness from those causes.  The three noninfectious factors most commonly associated with hearing loss in children are rh factor incompatibility, exposures to ototoxic drugs, and Meniere’s. Rh  factor incompatibility refers to a condition in which a mother and the embryo she is carrying have blood types characterized by discrepant rh factors, a circumstance  that stimulates the production of maternal antibodies against the developing child. This condition is currently considered preventable through maternal immunization or  the treatment of the infant using phototherapy or transfusions (Kapur, 1996). Ototoxicity refers to a drug’s toxicity to the inner ear. Although the use of drugs with this side effect is usually avoided in pregnant women and infants, they may be  required as the only effective treatment for some diseases. Monitoring of hearing can frequently prevent hearing loss in children who require treatment with ototoxic  drugs because of infections or cancer (Kapur, 1996). Prematurity, birth 2 or more weeks prior to expected due date (Dirckx, 1997), is an increasingly frequent correlate of hearing impairment. Whereas mortality was  once 

Page 198 an almost certain outcome of prematurity, improved neonatal care over the past half century (Vernon & Andrews, 1990) has resulted in the increased survival of  children who nonetheless may show residual effects. Premature birth is most directly associated with hearing impairment and other co­occurring difficulties (e.g., mental  retardation, cerebral palsy) through the neurologic stresses it places on the infant. Indirect links between prematurity and hearing impairment lie in the fact that  premature birth is frequently precipitated by conditions that are themselves associated with hearing impairment (such as prenatal rubella, meningitis, and rh factor  incompatibility). Prematurity increases risk of deafness by 20 times (Kapur, 1996). Special Challenges in Assessment When assessing the oral communication skills of children with hearing impairment, the speech­language pathologist is confronted with numerous threats to the validity of  his or her decision making. Therefore, in addition to the usual care that must be taken to determine the precise questions prompting assessment and factors that may  complicate accurate information gathering, clinicians working with children whose hearing is temporarily (e.g., during episodes of otitis media) or permanently impaired,  must consider a larger than usual range of possible complicating factors and necessary adaptations. Table 8.3 lists some of the considerations related to the evaluation  of language skills of a child with hearing impairment. A major first consideration for children with very severe hearing loss is the choice of language or languages in which the child is to be assessed. Often, testing in both a  sign and an oral language is reasonable for obtaining information about potentially optimal performance as well as about development with the alternative form.  Complexities of the child’s hearing loss and of its management will need to be considered in making this decision, because children who may be considered deaf do not  always receive enough exposure to sign language to consider it their first language (Mogford, 1993). Although efforts to standardize assessments of ASL have begun (e.g., Lillo­Martin, Bellugi, & Poizner, 1985; Prinz & Strong, 1994; Supalla et al., 1994), children’s  performance in ASL (the most common sign language system in the United States) is usually informally assessed by individuals with high levels of proficiency in ASL. A  small number of standardized tools have been developed. Among these are the Caro Table 8.3 Considerations When Planning the Assessment of a Child With Impaired Hearing Determine what modality or modalities will be used. Match demands placed on hearing to assessment question. Ensure that instructions are understood. Identify an appropriate normative group for norm­referenced interpretations. Ensure optimal attention and minimal distractions. Consider the use of modifications and describe in reports of testing. Rely on multiple measures and team input for preparation and interpretation.

Page 199 lina Picture Vocabulary Test (Layton & Holmes, 1985), which is designed for use with children age 2 years–8 months to 18 years whose primarily mode of  communication is sign. Dubé (1996) discusses the current pressing need for better methods of assessing children’s competence in both ASL and English.  For children with severe to profound hearing losses, assessment of oral language may also require interactions in ASL (e.g., to assure that a task is understood).  Maxwell (1997) reasonably pointed out that deaf individuals often use both sign and spoken language depending on the demands of the communicative situation, and he  pointed out that determining what modes of communication a child uses are too often based on hearsay or the clinician’s own limitations in identifying the  communication system being used. Therefore, speech­language pathologists who work frequently with hearing impaired children should be proficient in sign themselves  and, ideally, in both signed English and ASL modes. Those who are not proficient but receive occasional requests to serve hearing­impaired children should proceed  carefully in determining what can be done in the absence of such proficiency and should be prepared to make referrals as needed to ensure optimal assessment data.  The majority of this section of the chapter is devoted to considerations coming into play during oral language testing. For children with all degrees of hearing loss, one of the first considerations in oral language testing is the listening condition confronting the child. For example, is the  setting in which the testing is done relatively quiet? If very quiet, optimal performance may be assessed (assuming other factors are optimal). If less quiet, optimal  performance will be unlikely, but useful information for extrapolating typical performance in similar settings may be obtained. In many cases, language esting is  performed for purposes of examining optimal performance. However, if the purpose of testing is to determine the kind of difficulty facing the child in a conventional  classroom, then testing in noisier environments would be indicated. Ying (1990) discussed a systematic approach to examining the child’s functional auditory skills  under conditions varying (a) access to both visual and auditory information versus to auditory information only and (b) auditory stimuli that are close versus far in  conditions that are (c) noisy versus quiet. Knowledge of the child’s listening conditions includes not only information about the ambient environment, but also about the status of the child’s hearing and hearing  aid at the time of testing. Recalling that children’s hearing can be affected more readily by middle ear infections than can adults’ makes it particularly important to know  whether the child has an upper respiratory infection or is showing signs of reduced hearing, such as altered response to auditory stimuli or appearing confused or in pain  in noisy situations (Flexer, 1994). Ascertaining directly or indirectly that a hearing aid has charged batteries and is functioning well is time well spent given studies  indicating that children’s hearing aids are frequently found to be functioning unacceptably (e.g., Musket, 1981; Worthington, Stelmachowicz, & Larson, 1986). In  addition, when hearing aids are in place but not functioning because of a dead battery, their ‘‘use” has been found to reduce hearing by an additional 25 to 30 dB at  critical speech frequencies (Smedley & Plapinger, 1988). Ensuring that directions are understood is obviously most crucial for receptive language testing, but can be critical for expressive language testing as well, particularly  when verbal instructions are used. Besides the steps described earlier, which are 

Page 200 aimed at improving the child’s auditory access to information, seating to make the tester’s face visible and well­lit (not back­lit) can help. Because children with hearing  loss may fail to signal their incomplete understanding of directions (Paul & Jackson, 1993), the clinician must be particularly watchful for hesitations or facial expressions  indicating a lack of understanding. In addition, students should be encouraged to ask questions when they are uncertain (Bradley­Johnson & Evans, 1991).  When the questions being asked in an assessment are in regard to whether the child’s performance is like that of his or her peers, the ticklish question of norms is  presented. Sometimes it is assumed that those peers should be a group that is similar in age to the tested child (e.g., because these are the children with whom a child  will be compared at school and with whom he or she shares a common developmental history; Bradley­Johnson & Evans, 1991). In such cases, finding appropriate  norms is relatively easy, and the use of peers with normal hearing is quite appropriate (Brackett, 1997; Ying, 1990). However, using that normative group will not help  you figure out whether any observed decrements in performance are due primarily to hearing differences, or whether additional cognitive or environmental barriers to  language learning exist. For those questions, norms should ideally consist of children with similar patterns of hearing impairment and similar developmental experiences.  Alternatively, interpretations based on information other than norms should be considered (for detailed discussion of informal methods, see Maxwell, 1997; Moeller,  1988; Ross, Brackettt, & Maxon, 1991; and Yoshinaga­Itano, 1997).  Table 8.4 lists language tests that have been developed for or normed on children with hearing impairment (Bradley­Johnson & Evans, 1991). Even when such norms  are available, determining the appropriateness of the norms still hinges on the test user’s examination of the test manual for specific information about the normative  sample. For children with hearing impairment, factors affecting the relevance of norms include the group’s age of onset of the hearing loss, degree and type of loss,  etiology, presence of other significant problems, and the communication used during testing (Bradley­Johnson & Evans, 1991). Once an appropriate measure has been selected, increasing the child’s attention to the task and minimizing distractions further enhance the possibility of obtaining  information reflecting optimal performance. Positioning oneself close to the child and paying close attention to the child’s gaze as a signal of current focus can help  increase attention while also minimizing distractions (Maxwell, 1997). By modifying testing procedures, one risks invalidating normative comparisons. However, when testing modifications are noted in reports on the testing and discussed  for their possible effects on test validity, their use can actually improve validity by removing sources of error that are unrelated to the skill or attribute being tested. Ying  (1990) discussed a number of possible modifications to use when testing children with hearing impairment. These include asking the child to repeat all verbal stimuli to  ensure that poor reception is not undermining performance and using extra demonstration items to ensure that the child understands the task demands. Another possible  modification she recommended was repeating verbally presented test items. Also, when standardized instructions call for simultaneous presentation of verbal and visual  stimuli, she suggested altering procedures so that the verbal stimulus is presented

Page 201 Table 8.4 Language Tests for Children With Hearing Impairment That Were Designed or Adapted for Children With Hearing Impairment (Bradley­Johnson & Evans, 1991) Test

Ages

Description of the Test

Comments

Batelle Developmental  Inventory (Newborg, Stock,  Birth to 8  Wnek, Guidubaldi, & Svinicki,  years of age 1984)

Tests across 5 domains: personal­social,  l Although children with hearing impairment are described as an  adaptive, motor, communication, and cognitive;  appropriate population for testing, neither norms nor studies  purpose is to identify children with handicaps,  validating that use are contained in the test manual determine strengths and weaknesses, and help in  l Adaptations of items in the communication domain have been  planning instruction and monitoring progress described as “inappropriate” 

Grammatical Analysis of  Elicited Language—Pre­ 3 to 6 years sentence Level (GAEL­P;  Moog, Kozak, & Geers, 1983)

l Standardized on 150 hearing­impaired children enrolled in oral  Skills assessed for comprehension, prompted  educational programs whose hearing impairment was not  production, and imitated production, with items  described at 3 levels: readiness, single words, and word  l No data for children who use manual communication combinations l Scores expressed as percentiles

Norms obtained for 3 groups of children with hearing  impairment and one non­hearing­impaired group; considerable  information is available about these groups; one of the groups  with hearing impairment came from total education back­grounds  and was tested using that method l 94 items assessing articles, modifiers, pronouns, subject nouns,  object nouns, wh­ questions, verbs, verb inflections, copula  inflections, prepositions, and negation l Scores expressed as percentiles or language quotients (M= 100; SD = 15) l

Grammatical Analysis of  Elicited Language—Simple  Sentence Level (GAEL­S;  Moog & Geers, 1985)

(Continued)

5 to 9 years

Skills are assessed in terms of prompted  production and imitation.

Page 202 Table 8.4 (Continued) Test

Ages

Description of the Test

Comments Two groups of children, one with and one without hearing  impairment were studied; the hearing­impaired children had  severe to profound levels of impairment and were without other  problem areas; l 16 grammatical categories are assessed: articles, noun  modifiers, subject nouns, object nouns, noun plurals, personal  pronouns, indefinite and reflexive pronouns, conjunctions,  auxiliary verbs, first clause verbs, verb inflections, infinitives and  participles, prepositions, negation, and wh­ questions.  l Scores expressed as percentiles or language quotients (M = 100; SD = 15) l

Grammatical Analysis of  Elicited Language—Complex  Sentence Levels (GAEL­ C;Moog & Geers, 1980

8 to 12 years

Skills are assessed in terms of prompted  production and imitation

Normed on 364 children with hearing impairment ranging from  moderate to profound and 283 children without hearing  impairment; considerable information is available about the  hearing­impaired group  l 100 items are used to assess 20 sentence types, including  simple sentences, imperatives, negatives, passives, dative  sentences, expanded simple sentences, adverbial clauses, relative  clauses, conjunctions; deleted sentences, noninitial subjects,  embedded imperatives, and complements l Test may be orally presented or presented through  simultaneous presentation of signed and spoken English l Results are presented as percentiles or standard scores. l

Rhode Island Test of Language  Structure (Engen & Engen,  5 to 17+ years Designed to assess comprehension of syntax 1983)

Standardized on 372 children from 2 years to 8 years, 11  months, with profound hearing impairments from oral programs l Interexaminer reliability data only; no test–retest data or  validity information. l

Scales of Early Communication  Skills (SECS; Moog & Geers,  2 to 9 years 1975)

Verbal and nonverbal skills are assessed  receptively and expressively through teacher  ratings

Teacher Assessment of  Grammatical Structures  (TAGS; Moog & Kozak,  1983)

There are 3 levels of the test: pre­sentence, simple sentence,  Criterion­referenced teacher rating of children’s  l and complex sentences grammatical structures at four levels:  Can be used with children who use signed or spoken English comprehension, imitated production, prompted  l l Structures examined are less comprehensive than in other  production, and spontaneous production measures developed by Moog and her colleagues

Not specified

Page 203 first followed by the visual stimulus, thus allowing the child to look at the clinician as he or she speaks. Use of an FM listening situation during testing can also be  recommended for obtaining information about optimal performance (Brackett, 1997). It is unlikely that one measure or one person who interacts with a hearing­impaired child will capture all of the child’s strengths and weaknesses as a communicator  (Moeller, 1988). Consequently, the speech­language pathologist will need to rely on multiple measures and seek team input both as an assessment is planned and as it  is interpreted. In addition to the audiologist, the child’s educators, psychologists, and especially those who know the child the best—the child him­ or herself and the  child’s parents—can be valuable sources of information. An excellent source of recommendations for effective interactions with families can be found in Donahue­ Kilburg (1992) and Roush and Matkin (1996). Expected Patterns of Oral Language Performance Despite evidence that even children with mild or unilateral hearing losses are at risk for academic difficulties (Bess, 1985; Bess et al., 1986; Carney & Moeller, 1998;  Culbertson & Gilbert, 1986; Oyler et al., 1988), relatively little is known about their oral or sign language development (Mogford­Bevan, 1993). To date, most  research on oral language development in children with hearing impairment has focused on children with more severe congenital losses (Mogford­Bevan, 1993) or with  the fluctuating hearing loss associated with otitis media (Klein & Rapin, 1992). The fluctuating hearing loss associated with otitis media appears more important when combined with other risk factors for disordered language development than it  does when viewed as a single explanatory factor (Klein & Rapin, 1992; Paul, 1995). In contrast, there is considerable evidence that deaf children and those who are  hard of hearing experience difficulties across all oral language domains and modalities—at least when comparisons are made against same­age peers (Mogford­Bevan,  1993). Syntax has been described as the “most severely affected aspect of language” in children with hearing loss that occurs congenitally or in early childhood (Mogford­ Bevan, 1993). Phonology is understandably quite affected, although some children who appear to derive all of their phonological information visually (through speech  reading) demonstrate the ability to use the phonological code and show many phonological patterns consistent with younger, hearing children (Mogford­Bevan, 1993).  Documented semantic deficits involve lexical items referring to sounds and concepts related to the ordering of events across time, and possibly, to the use of  metaphorical language (Mogford­Bevan, 1993). Pragmatic deficits are sometimes described and attributed to the close relationship of pragmatics to syntax as well as  to changes that occur in conversational interaction on the part of speaker and listener when one is deaf. A different pattern of conversational initiation and turn­taking  represents the milieu in which such children acquire their knowledge of language use (Mogford­Bevan, 1993; Yoshinaga­Itano, 1997). Therefore, it has been suggested  that comparisons with hearing peers may not prove to be a useful means of understanding the pragmatic development of deaf children. In a recent article, Yoshinaga­ Itano (1997) 

Page 204 described a comprehensive approach to assessing pragmatics, semantics, and syntax among children with hearing impairment in which the interrelationships of these  domains was stressed and both informal and formal measures were used. Related Problems Children with hearing loss appear to be at increased risk for a number of problems (e.g., Voutilainen, Jauhiainen, & Linkola, 1988). This increased risk may arise  because the cause of the hearing loss has multiple negative outcomes (e.g., some genetic syndromes or infections can cause both mental retardation and hearing loss).  Alternatively hearing loss may make children more vulnerable (e.g., children who are less able to communicate for any reason may be a greater risk for psychosocial  difficulties). Despite a convergence of evidence suggesting increased risk, the specific prevalence of multiple handicaps in children with hearing loss is a matter of  considerable debate (Bradley­Johnson & Evans, 1991). The prevalence of specific problems also appears to be related to etiology. For example, whereas children  whose hearing impairments are inherited tend to have fewer additional problems (inherited or unknown etiologies), those whose hearing impairment is due to  cytomegalovirus are at increased risk for behavioral problems (Bradley­Johnson & Evans, 1991).  In a 1979 study looking at additional problems areas for children with hearing impairment (Karchmer, Milone, & Wolk, 1979), the most common additional problems  were mental retardation (7.8%), visual impairment (7.4%), and emotional–behavioral disorder (6.7%). Although each of these problems was found to occur in less  than 10% of children with hearing loss, their prevalence was still considerably higher than in children without hearing loss (Bradley­Johnson & Evans, 1991).  The increased prevalence of emotional–behavioral disorders is of interest because of the special management issues that accompany it. Biological factors may be  responsible for emotional–behavioral disorders in children with hearing loss. However, it has also been suggested that mismatches between the child’s communication  needs and capacities and those of his or her caregivers and peers may contribute to special environmental stresses that increase a child’s risk of these disorders (Paul &  Jackson, 1993). Paul and Jackson provided a fascinating discussion of the literature describing the subtle and not­so­subtle differences in world experience that  accompany deafness. The one problem area in which children with hearing loss were found to be at reduced risk in the study by Karchmer et al. (1979) was learning disorders, a finding that  some authors have attributed to the effects of overshadowing (Goldsmith & Schloss, 1986). Overshadowing is the tendency for professionals to focus on a primary  problem to a degree that causes them to overlook other, significant problem areas. Although overshadowing may be one source of underidentification of learning  disabilities in children with hearing loss, another possible source is certainly the tendency of researchers and clinicians to define learning disabilities as “specific learning  disabilities,” in which problems known to affect learning are excluded. The question remains, however, whether some children with a hearing loss have a learning  disability whose origin is unrelated to that hearing loss.

Page 205 Summary 1. Permanent hearing loss in children encompasses both (a) children who are hard of hearing, who will learn speech primarily through auditory means, and (b) children  who are deaf, who may acquire speech primarily through vision. 2. Characteristics of hearing losses that affect the impact of the loss include degree of loss (mild, moderate, severe, profound; hard of hearing, deafness), type of loss  (conductive, sensorineural, mixed), configuration (flat, high­frequency, low­frequency), laterality (unilateral vs. bilateral), and age of onset (congenital, acquired).  3. Genetic sources account for about 50% of all cases of deafness, with remaining causes including infectious disease, rh factor incompatibility, and exposure to  ototoxic drugs. 4. Even mild or unilateral hearing loss can negatively affect children’s language learning and academic progress, and there is some evidence to suggest that the transient  hearing loss associated with otitis media can interact with other risk factors to undermine children’s learning, (Peters, Grievink, van Bon, Van den Bercken, & Schilder,  1997). 5. Management of the hearing loss for children who are hard of hearing ideally includes amplification (hearing aids and FM system use), sound treatment of the child’s  language learning environment, speech­language intervention, and classroom support as needed. 6. Under most current programs of early identification and subsequent interventions, deafness poses a grim threat to children’s normal acquisition of an oral language.  7. Current controversies in deafness include the relative importance of oral versus sign languages in children’s acquisition of communication competence and the role of  the Deaf culture as a political force. 8. Challenges in the assessment of communication of children with hearing loss include difficulties in determining the mode(s) in which to conduct testing (e.g., oral,  ASL, Total Communication) as well as a scarcity of both appropriate developmental expectations for communication acquisition and standardized norm­referenced  measures for this population in any mode. Key Concepts and Terms cochlear implant: a prosthetic device that provides stimulation of the acoustic nerve in response to sound and is used with individuals who have little residual hearing.  conductive hearing loss: a hearing loss caused by an abnormality affecting the transmission of sound and mechanical energy from the outer to the inner ear.  deafness: a hearing loss greater than or equal to 70 dB HL, which precludes the understanding of speech through audition.

Page 206 FM (frequency modulated) radio systems: one of several systems designed to address the problems of low signal­to­noise ratios and reverberation occurring in  settings such as classrooms; these are used in combination with personal hearing aids. hard of hearing: having a degree of hearing loss usually less than 70 dB HL, which allows speech and language acquisition to occur primarily through audition.  hearing loss configuration: the pattern of hearing loss across sound frequencies—for instance, a high­frequency loss is one in which the loss is greatest in the high  frequencies. mixed hearing loss: a hearing loss with both conductive and sensorineural components. otitis media: middle ear infection. ototoxicity: the property of being poisonous to the inner ear that is found for some drugs and environmental substances. otoacoustic emissions: low­level audio frequency sounds that are produced by the cochlea as part of the normal hearing process (Lonsbury­Martin, Martin, &  Whitehead, 1997). overshadowing: the tendency for professionals to focus on a primary problem to a degree that causes them to overlook other, significant problem areas.  prelingual hearing loss: a hearing loss acquired before age 2, which is thought to be associated with a more significant impact. prematurity: birth 2 or more weeks prior to expected due date. rh factor incompatibility: condition in which the blood of mother and infant have discrepant rh factors resulting in maternal antibody production that can prove harmful  to the infant if untreated. sensorineural hearing loss: hearing loss due to pathology affecting the inner ear or nervous system pathways leading to the cortex. Study Questions and Questions to Expand Your Thinking 1. The tendency to have a diagnosis such as deafness overshadow other significant but less severe conditions is an understandable but quite unfortunate clinical error.  How might you avoid this kind of error in clinical practice? 2. Protective ear plugs (e.g., EAR Classic) produce the equivalent of a mild (approximately 20–30 dB) hearing loss. Find a pair and use them in three different listening  conditions. For example, talking with a friend face to face in a quiet setting, listening to a lecture from your usual seat in the classroom, and watching the TV news with  the loudness level set at a comfortable listening level (before you put the plugs in). Write down what you hear. 3. Repeat the experiment from Question 2 using only one ear plug. Besides noting what you hear, note whether you changed anything else about your behavior as you  listened and talked.

Page 207 4. Briefly describe an argument you might make favoring the use of total communication with a deaf child born to hearing parents.  5. Repeat Question 4, but argue in favor of the use of ASL only with the same child. 6. Consider the etiologies described for hearing loss in this chapter. What preventive measures might help reduce the occurrence of hearing loss in infants? Are there  any of these measures in which you could play a role as a school­based speech­language pathologist? As a citizen of your local community?  7. List four things you would want to be sure to remember as you prepare for the oral language evaluation of a child who is hard of hearing and who regularly uses a  hearing aid, where the purpose of the evaluation is to determine the child’s optimal performance.  Recommended Readings Carney, A. E., & Moeller, M. P. (1998). Treatment efficacy: Hearing loss in children. Journal of Speech­Language­Hearing Research, 41, 561–584.  Northern, J. L., & Downs, M. P. (1991) Hearing in children (4th ed.). Baltimore: Williams & Wilkins. Paul, P. V., & Quigley, S. P. (1994). Language and deafness (2nd ed.). San Diego, CA: Singular. Scheetz, N. A. (1993). Orientation to deafness. Boston: Allyn & Bacon. References American Speech­Language­Hearing Association and the Council on Education of the Deaf. (1998). Hearing loss: Terminology and classification; position statement  and technical report. ASHA, 40 (Suppl. 18), pp. 22–23.  Bellugi, U., van Hoek, K., Lillo­Martin, D., & O’Grady, L. (1993). The acquisition of syntax and space in young deaf signers. In D. Bishop & K. Mogford (Eds.),  Language development in exceptional circumstances (pp. 132–149). Mahwah, NJ: Lawrence Erlbaum Associates.  Bergstrom, L., Hemenway, W. G., & Downs, M. P. (1971). A high risk registry to find congenital deafness. Otolaryngological Clinics of North America, 4, 369– 399. Bess, F. H. (1985). The minimally hearing­impaired child. Ear and Hearing, 6(1), 43–47.  Bess, F., Klee, T., & Culbertson, J. L. (1986). Identification, assessment and management of children with unilateral sensorineural hearing, loss Ear and Hearing, 7 (1), 43–51.  Brackett, D. (1997). Intervention for children with hearing impairment in general education settings. Language, Speech, and Hearing in Schools, 28, 355–361.  Bradley­Johnson, S., & Evans, L. D. (1991). Psychoeducational assessment of hearing­impaired students: Infancy through high school. Austin, TX: Pro­Ed.  Cacace, A. T., & McFarland, D. J. (1998). Central auditory processing disorder in school­aged children: A critical review. Journal of Speech­Language­Hearing  Research, 41, 355–373.  Carney, A. E., & Moeller, M. P. (1998). Treatment efficacy: Hearing loss in children. Journal of Speech­Language­Hearing Research, 41, S61–S84.  Corker, M. (1996). Deaf transitions: Images and origins of deaf families, deaf communities and deaf identities. Bristol, PA: Jessica Kingsley. Coryell, J., & Holcomb, T. K. (1997). The use of sign language and sign systems in facilitating the language acquisition and communication of deaf students. Language,  Speech & Hearing Services in Schools, 28, 384–394.  Crittenden, J. B. (1993). The culture and identity of deafness. In P. V. Paul & D. W. Jackson (Eds.), Toward a psychology of deafness: Theoretical and empirical  perspectives (pp. 215–235). Needham Heights, MA: Allyn & Bacon. 

Page 208 Culbertson, J. L. & Gilbert, L. E. (1986). Children with unilateral sensorineural hearing loss: Cognitive, academic, and social development. Ear and Hearing, 7(1),  38–42.  Dirckx, J. H. (1997). Stedman’s concise medical dictionary for the health professions. Baltimore: Williams & Wilkins.  Donahue­Kilburg, G. (1992). Family­centered early intervention for communication disorders: Prevention and treatment. Gaithersburg, MD: Aspen.  Dubé, R. V. (1995). Language assessment of deaf children: American Sign Language and English. Journal of the American Deafness and Rehabilitation  Association, 29, 8–16.  Engen, E., & Engen, T. (1983). The Rhode Island Test of Language Structure. Baltimore: University Park Press. Flexer, C. (1994). Facilitating hearing and listening in young children. San Diego, CA: Singular Press. Fraser, G. R. (1976). The causes of profound deafness in childhood. Baltimore: The Johns Hopkins University Press. Fria, T. J., Cantekin, E. I., & Eichler, J. A. (1985). Hearing acuity of children with otitis media with effusion. Otolaryngology—Head and Neck Surgery, 111, 10–16.  Goldsmith, L., & Schloss, P. J. (1986). Diagnostic overshadowing among school psychologists working with hearing­impaired learners. American Annals of the  Deaf, 131, 288–293.  Harris, J. (1995). The cultural meaning of deafness. Brookfield, VT: Ashgate. Harrison, M., & Roush, J. (1996). Age of suspicion, identification, and intervention for infants and young children with hearing loss: A national study. Ear and  Hearing, 17(1), 55–62.  Kapur, Y. P. (1996). Epidemiology of childhood hearing loss. In S. E. Gerber (Ed.), The handbook of pediatric audiology (pp. 3–14). Washington, DC: Galludet  University Press. Karchmer, M. A., Milone, M. N., & Wolk, S. (1979). Educational significance of hearing loss at three levels of severity. American Annals of the Deaf, 124, 97– 109. Klein, S. K., & Rapin, I. (1992). Intermittent conductive hearing loss and language development. In D. Bishop & K. Mogford (Eds.), Language development in  exceptional circumstances (pp. 96–109). Mahwah, NJ: Lawrence Erlbaum Associates.  Layton, T. L., & Holmes, D. W. (1985). Carolina Picture Vocabulary Test. Austin, TX: Pro­Ed.  Lillo­Martin, D., Bellugi, U., & Poizner, H. (1985). Tests for American Sign Language. San Diego: The Salk Institute for Biological Studies.  Ling, D. (1989). Foundations of spoken language for hearing impaired children. Washington, DC: A. G. Bell Association for the Deaf. Lonsbury­Martin, B. L., Martin, G. K., & Whitehead, M. L. (1997). Distortion­production otoacoustic emissions. In M. S. Robinette & T. J. Glattke (Eds.),  Otoacoustic emissions: Clinical applications (pp. 83–109). New York: Thieme.  Mauk, G. W., & White, K. R. (1995). Giving children a sound beginning: The promise of universal newborn hearing screening. Volta Review, 97(1), 5–32.  Maxwell, M. M. (1997). Communication assessments of individuals with limited hearing. Language, Speech, Hearing Services in Schools, 28, 231–244.  Moeller, M. P. (1988). Combining formal and informal strategies for language assessment of hearing­impaired children. Journal of the Academy of Rehabilitative  Audiology. Monograph Supplement, 21, 73–99.  Mogford, K. (1993). Oral language acquisition in the prelinguistically deaf. In D. Bishop & K. Mogford (Eds.), Language development in exceptional  circumstances (pp. 110–131). Mahwah, NJ: Lawrence Erlbaum Associates.  Mogford­Bevan, K. (1993). Language acquisition and development with sensory impairment: Hearing impaired children. In G. Blanken, J. Pitman, H. Grimm, J. C.  Marshall, & C. W. Wallesch (Eds.), Linguistic disorders and pathologies: An international handbook (pp. 660–679). Berlin, Germany: deGruyter.  Moog, J. S., & Geers, A. E. (1975). Scales of Early Communication Skills. St. Louis, MO: Central Institute for the Deaf. Moog, J. S., & Geers, A. E. (1980). Grammatical analysis of elicited language: Complex sentence level. St. Louis, MO: Central Institute for the Deaf.

Page 209 Moog, J. S., & Geers, A. E. (1985). Grammatical analysis of elicited language: Simple sentence level. St. Louis, MO: Central Institute for the Deaf. Moog, J. S., & Kozak, V. J. (1983). Teacher assessment of grammatical structure. St. Louis, MO: Central Institute for the Deaf. Moog, J. S., Kozak, V. J., & Geers, A. E. (1983). Grammatical analysis of written language: Pre­sentence level. St. Louis, MO: Central Institute for the Deaf.  Moores, D. F. (1987). Educating the deaf. Boston: Houghton Mifflin. Musket, C. H. (1981). Maintenance of personal hearing aids. In M. Ross, R. J. Roeser, & M. Downs (Eds.), Auditory disorders in school children (pp. 229–248).  New York: Thieme & Stratton. Nelson, K. E., Loncke, F., & Camarata, S. (1993). Implications of research on deaf and hearing children’s language learning. In M. Marschark & M. D. Clarke  (Eds.), Psychological perspectives on deafness (pp. 123–152). Hillsdale, NJ: Lawrence Erlbaum Associates.  Newborg, J., Stock, J. R., Wnek, L., Guidubaldi, J., & Svinicki, J. (1984). Batelle Developmental Inventory. Allen, TX: DLM Teaching Resources. Northern, J. L., & Downs, M. P. (1991). Hearing in children (4th ed.). Baltimore: Williams & Wilkins. Oyler, R. F., Oyler, A. L., & Matkin, N. D. (1988). Unilateral hearing loss: Demographics and educational impact. Language, Speech, and Hearing Services in the  Schools, 19, 201–209.  Paul, P. V. (1998). Literacy & Deafness. Boston: Allyn & Bacon. Paul, P. V., & Jackson, D. W. (1993). Toward a psychology of deafness: Theoretical and empirical perspectives. Needham Heights, MA: Allyn & Bacon. Paul, P. V., & Quigley, S. P. (1994). Language and deafness (2nd ed.). San Diego, CA: Singular. Paul, R. (1995). Language disorders from infancy through adolescence: Assessment and intervention. St. Louis: Mosby. Peters, S. A. F., Grievink, E. H., van Bon, W. H. J., Van den Bercken, J. H. L., & Schilder, A. G. M. (1997). The contribution of risk factors to the effect of early  otitis media with effusion on later language, reading, and spelling. Developmental Medicine and Child Neurology, 39, 31–39.  Prinz, P., & Strong, M. (1994). A test of ASL. Unpublished manuscript, San Francisco State University, California Research Institute. Rees, N. S. (1973). Auditory processing factors in language disorders: The view from Procrustes’ bed. Journal of Speech and Hearing Disorders, 38, 304–315.  Resnick, T. J., & Rapin, I. (1991). Language disorders in children. Psychiatric Annals, 21, 709–716.  Ries, P. W. (1994). Prevalence and characteristics of persons with hearing trouble: United States. 1990–91. National Center for Health Statistics. Vital Health  Statistics, 10 (188). Ross, M. (1990). Hearing impaired children in the mainstream. Parkton, MD: York Press. Ross, M., Brackett, D., & Maxon, A. (1991). Assessment and management of mainstreamed hearing­impaired children: Principles and practices. Austin, TX:  Pro­Ed.  Roush, J., & Matkin, N. D. (1994). Infants and toddlers with hearingloss: Family centered assessment and intervention. Baltimore: York Press. Sanders, D. A. (1993). Management of hearing handicap. Englewood Cliffs, NJ: Prentice­Hall.  Scheetz, N. A. (1993). Orientation to deafness. Needham Heights, MA: Allyn & Bacon. Smedley, T., & Plapinger, D. (1988). The nonfunctioning hearing aid: A case of double jeopardy. The Volta Review, February/March, 77–84.  Spencer, P. E., & Deyo, D. A. (1993). Cognitive and social aspects of deaf children’s play. In M. Marschark & M. D. Clarke (Eds.), Psychological perspectives on  deafness (pp. 65–91). Hillsdale, NJ: Lawrence Erlbaum Associates.  Stout, G. G., & Windle, J. (1992). Developmental approach to successful listening II—DASL II. Denver: Resource Point.  Strong, M., & Prinz, P. (1997). A study of the relationship between American Sign Language and English literacy. Journal of Deaf Studies and Deaf Education, 2 (1), 37–46.  Supalla, T., Newport, E., Singleton, J., Supalla, S., Metlay, D., & Coulter, G. (1994). Test Battery for American Sign Language Morphology and Syntax.  Burtonsville, MD: Linstok Press. Tye­Murray, N., Spencer, L., & Woodworth, G. G. (1995). Acquisition of speech by children who have prolonged cochlear implant experience. Journal of Speech  & Hearing Research, 38(2), 327–337. 

Page 210 Vernon, M., & Andrews, J. F. (1990). Other causes of deafness: Their psychological role. The psychology of deafness (pp. 40–67). New York: Longman.  Voutilainen, R., Jauhiainen, T., & Linkola, H. (1988). Associated handicaps in children with hearing loss. Scandinavian Audiological Supplement, 33, 57–59.  Worthington, D. W., Stelmachowicz, P., & Larson, L. (1986). Audiological evaluation. In M. J. Osberger (Ed.), Language and learning skills of hearing impaired  students. American Speech­Language­Hearing Association Monographs, 23, 12–20.  Ying, E. (1990). Speech and language assessment: Communication evaluation. In M. Ross (Ed.), Hearing impaired children in the mainstream (pp. 45–60).  Parkton, MD: York Press. Yoshinago­Itano, C. (1997). The challenge of assessing language in children with hearing loss. Language, Speech, and Hearing Services in Schools, 28, 362–373. 

Page 211

PART

III CLINICAL QUESTIONS DRIVING ASSESSMENT

Page 212

Page 213 CHAPTER

9 Screening and Identification: Does This Child Have a Language Impairment? The Nature of Screening and Identification Special Considerations When Asking This Clinical Question Available Tools Practical Considerations Since his infancy, Serge’s parents had suspected that there was something different about their third child. Although he was a healthy and friendly baby, he  rarely vocalized and used only a few intelligible words by the time he was 3. He also seemed able to ignore much of what went on around him while being  extraordinarily sensitive to loud noises such as motorcycles or a TV turned up by his older siblings. On the basis of Serge’s mother’s reports and the results  of the Denver II (Frankenburg, Dodds, & Archer, 1990), an early educator at a preschool screening recommended a complete speech­language and hearing  evaluation. Amelia had ‘‘just gotten by” in the early grades. Although she never performed particularly well, she rarely failed assignments and never received a failing  grade. She was well organized, attentive, and ever so eager to please. Her parents were accepting of her performance because they, too, had never done  terribly well in school; they had just been happy that she was enjoying it so much. All of her enjoyment vanished, 

Page 214 however, in the fourth grade, when the language of the classroom became more complex and more dependent on the books being used. She pretended to be  sick in order to avoid school and cried in frustration when the work seemed too hard. Her teacher and the school speech­language pathologist were so  alarmed by her behavior and by the quality of her written and oral discourse that they decided an in­depth examination of her oral language and literacy  skills was necessary immediately. The Nature of Screening and Identification Screening and identification of language disorders are closely related enterprises. Screening procedures aid clinicians in making a relatively gross decision—Should this  child’s communication be scrutinized more closely for the possible presence of a language disorder? Identification, on the other hand, takes that question several steps  further. Does this child have a language disorder, a difference in language, or both? Often this complex question is tied to yet another question: Is this child eligible for  services within a particular setting? Screening

In many cases, referrals by concerned parents, teachers, or physicians function as indirect screening mechanisms. Nonetheless, alternative procedures are needed in  cases when such indirect methods are unlikely to occur or are unsuccessful. Although detection may readily occur at the behest of concerned families facing severe  problems, detection may be delayed when the problems are mild (e.g., when they consist of subtle difficulties in comprehension) or when they are unaccompanied by  obvious physical or cognitive disabilities (Prizant & Wetherby, 1993). Screening is typically used when the number of individuals under consideration makes the use of more elaborate methods impractical—usually from the perspectives of  both time and money. Much of the current thinking about screening and its relationship to identification are borrowed from the realm of public health (e.g., Thorner &  Remein, 1962). In that context, screenings are designed to be quick, inexpensive, and capable of being conducted by individuals with lesser amounts of training.  Similarly, in speech­language pathology, the administration and interpretation of screening methods should require minimal time and expertise. Nonetheless, validity  continues to be of critical importance because an inaccurate screening procedure is useless no matter how quick or inexpensive it may be!  A number of different kinds of screening mechanisms occur in the detection and management of language disorders. Of greatest importance for our purposes is  screening for the presence of a language disorder. Such a screening, for example, might be performed on all 3–5 year olds in a given school district, often as part of a  broader screening for a variety of health and developmental risks. Another example of such a comprehensive screening would occur as part of neonatal intensive care  follow­up. When examined alone, communication is screened using a great variety of measures with selected aspects of speech, language, and hearing as their major  foci. 

Page 215 In practice, such measures are often informal and frequently make use of several measures—some formal and some informal—to increase the comprehensiveness of  the examination. Specific tools used in a more focused approach to language screening are discussed in the Available Tools section of this chapter.  When examined as part of a broader screening effort, communication is frequently assessed using a measure designed to address a variety of major areas of  functioning. One example of these kinds of screening measures is the Denver Developmental Screening Test—Revised (Frankenburg, Dodds, Fandal, Kazuk, &  Cohrs, 1975; Feeney & Bernthal, 1996), a screening tool for children from birth to age 6 that makes use of direct elicitation and parental reports. Another is the  Developmental Indicators for Assessment of Learning—Revised (DIAL­R; Mardell­Czudnoswki & Goldenberg, 1983), a screening tool for children ages 2–6 that  is often used to screen larger numbers of children through the use of a team of evaluators, each of whom elicit behaviors from an an individual child within a given area.  In a 1986 study of the 19 measures most commonly used in federally funded demonstration projects around the United States, Lehr, Ysseldyke, and Thurlow (1986)  found only 3 that they judged to be technically adequate: the Vineland Adaptive Behavior Scales (Sparrow, Balla, & Cicchetti, 1984), the McCarthy Scales of  Children’s Abilities (McCarthy, 1972), and the Kaufman Assessment Battery for Children (Kaufman & Kaufman, 1983). Bracken (1987) noted similar problems  with available screening measures, especially among measures designed for children younger than 4. This lack of well­developed comprehensive screening tests is  particularly problematic given the demand inherent in the Individuals with Disabilities Education Act (IDEA, 1990) which compels identification of at­risk children at  very young ages. Screening procedures are also used by speech­language pathologists during comprehensive communication assessments to determine (a) whether specific areas of  communication (e.g., voice, fluency, hearing) need in­depth testing and (b) whether problems exist and thus require referrals in other major areas of functioning (e.g.,  vision, cognition). Nuttall, Romero, and Kalesnik (1999) provided a wide ranging discussion of various types of developmental preschool screenings.  Identification

Essentially, identification procedures for language disorders in children are intended to verify the existence of a problem that may have been suspected by referral  sources or uncovered through a screening program. For the purposes of this book, identification is seen as synonymous with the term diagnosis, when that term is  defined as the “identification of a disease, abnormality, or disorder by analysis of the symptoms presented” (Nicolosi, Harryman, & Kresheck, 1996, p. 86). Diagnosis  is often defined so that it includes the larger set of questions leading to conclusions regarding etiology, prognosis, and recommendations for treatment (e.g., see Haynes,  Pindzola, & Emerick, 1992). Here, however, the term identification is preferred as a means of expediting our focus on the special measurement considerations it  entails.

Page 216 Identification decisions involving children are crucial for at least two reasons. First, identification is usually the first step that enables the child to receive help, often in the  form of intervention. This step is a critical one because of the emotional, monetary, and temporal demands that accompany intervention that will be met to varying  degrees by the child, the parents, the speech­language pathologist, as well as the larger community. Second, by leading to effective intervention, correct identification  can help prevent or mitigate the additional social and scholastic problems that may accompany language impairment. Identification decisions are among the most  important ones made by speech­language pathologists and, therefore, should be among the most carefully made.  Because identification decisions often involve the assignment of a label, they are often associated with a fear on the part of many parents and some theorists (Shepard,  1989) that the child will be equated with the disorder. For example, the parents may fear that their child will no longer be seen as “a cute, complicated child” when he  or she becomes an ‘‘autistic child.” Although person first nomenclature (e.g., referring to “a person with autism” rather than “an autistic person” or, worse yet, “an  autistic”) is intended to make the process of labeling more benign, the negative implications of being identified as having a communication disorder exist nonetheless in  the minds of parents and perhaps in the understandings of naive observers. This is evident when parents find one label—for example, “language impaired”—more  acceptable than another—such as “language delayed”—as clinicians frequently discover during their interactions with families (Kamhi, 1998). Concerns about labeling  in the special education community are intense and have led to recommendations to avoid labels as much as possible, particularly for younger children and in cases  where only a screening has been conducted (Nuttall et al., 1999). Many of the measurement issues associated with identification mirror those of screening. However, the more permanent nature of identification and its association with  decisions about access to continuing services raise the stakes in the quality of decision making required. In the next section, special measurement considerations  affecting both screening and identification are discussed in some detail, with efforts made to call readers’ attention to points where the two differ.  Special Considerations When Asking This Clinical Question If I were reading this book as a student (or as a clinician who finds measurement less interesting than I do), I would be hoping that my friendly author would offer  several easy steps toward accurate and efficient screening and identification. Better yet, perhaps she would tell me exactly which screening and identification measures I  should purchase and exactly which three simple steps I should follow for infallible clinical decision making. Sadly, as much as I would like to help, a blanket prescription  for test purchasing and use cannot be made for all of the testing situations facing even a very small group of readers. Instead, what I can do is provide basic information  about some special considerations and then, in the next section, introduce some of the many available measures that can be used for screening and identification. 

Page 217 In this section of the chapter, several special considerations are explored to help readers engage in the process of test selection and interpretation for the purposes of  screening and identification. These special considerations represent refinements of some of the information presented in earlier chapters—refinements dictated by the  particular demands of screening and identification as testing purposes. In learning how to choose the best possible measure for a given purpose, the tie between measurement purpose and methodology was not always obvious to me. Some  time ago, in my first published article, a colleague and I used 10 operational definitions of psychometric guidelines offered by the APA, AERA, and NCME (1985) to  evaluate 30 language and articulation tests used with preschool children (McCauley & Swisher, 1984a). The criteria included an adequate description of tester  qualifications, evidence of test–retest reliability, information about criterion­related validity, and others. Almost instantly, a well­known language researcher, John Muma  (1985), chastised us, citing, among other reasons, the danger that readers would assume that each of the criteria we included was equally as important as every other.  Today, as in 1985, it seems to me that although Muma failed to understand the basic intent of the article, he was absolutely on the mark in his concern about its  fostering misunderstanding. In fact, as you will see in the next chapters, different purposes of testing will draw special attention to different aspects of the measures one  might use. It is important to pay attention to this ironclad connection in order to make ethical decisions. The appropriateness of standardized norm­referenced tests for purposes of identifying a language disorder or difference is almost universally accepted in the clinical  literature (e.g., see Kelly & Rice, 1986; Merrell & Plante, 1997; Sabatino, Vance, & Miller, 1993; cf. Muma, 1998). In addition, such instruments are widely favored  for that purpose by practicing speech­language pathologists (e.g., see Huang, Hopkins, & Nippold, 1997). Often, their use is mandated as the backbone of screening  and identification efforts. In an ideal world, speech­language pathologists would be able to predict flawlessly which children would experience persistent, penalizing differences in communication  based on a description of each child’s current language status. Thus, criterion­referenced measures would generally suffice for both identification and treatment  planning. However, given the current level of understanding, the best strategy is to (a) identify those children whose performance seems sufficiently different from the  performances of a relatively large group of peers as to warrant concern and (b) supplement that information with other sources of information, particularly from persons  familiar with the child’s functional communication.  Because of the tie between norm­referenced measures and identification procedures, most of the special considerations regarding screening and identification discussed  next relate to the use of norm­referenced measures in decision making. The six special considerations involve (a) weighing measure sensitivity and specificity in test  selection, (b) deciding on cutoff scores, (c) remembering measurement error in score interpretation, (d) wrestling with the disorder–difference question, (e) conducting  comparisons between scores, and (f) taking into account base rates and referral rates in evaluating screening measures. The first two of these considerations address  concerns that will pri­  

Page 218 marily be dealt with by the clinician prior to use of an instrument in a particular case. The second three address concerns arising during the process of test use. The last  consideration relates to one’s thinking about how to implement and potentially evaluate a screening program—a more specific concern than the other five.  Weighing Measure Sensitivity and Specificity in Test Selection

On the basis of previous discussions of validity, readers can anticipate that a measure used to screen or identify children for language disorders should provide as a  corner­stone of evidence supporting its validity convincing empirical documentation of its ability to distinguish children with and without such disorders (Plante & Vance,  1994). One method used to examine the accuracy of classification achieved by screening and identification measures entails the comparison of the measure under study with a  measure that is considered valid or at least acceptable given the state of the art. Comparison against an ideal is often described as a comparison with a gold standard,  a measure that has been so thoroughly studied that it is thought to represent the very best measure available for a given purpose. Because of the scarcity of gold  standards in arenas related to child language assessment, the more typical scenario involves a comparison with a well­studied and­ respected measure.  In the case of a screening measure, the comparison is often made between the results of a screening procedure and those of a more elaborate and established method  of identification. The comparison may involve the use of a more well­established test or test battery that has been independently validated. As you may recognize in the  discussion that follows, the method used to compare these performances is largely an elaboration of the contrasting­groups method described in chapter 3.  The comparison often makes use of a contingency table, such as that portrayed in Fig. 9.1 and in earlier sections of the book. In Fig. 9.1, two tables are used—one to  illustrate the components of this type of table and the other to show a hypothetical example: the results of the Hopeful Screening Test contrasted with those of the  Firmly Established Identification Measure for a group of 1000 individuals. As you can see from the first table in the figure, sensitivity is simply the proportion of true positives produced by the measure. Thus, it reflects how frequently those  children needing further evaluation are accurately found using this measure. According to a more formal definition, sensitivity is a measure of the ability of a test or  procedure to give a positive result when the person being assessed truly does have the disorder. Specificity is a measure of the ability of a measure to give a negative  result when the person being assessed truly does not have the disorder. It is usually described as the proportion of true negatives associated with the measure. Thus for  a screening measure, specificity reflects how frequently individuals will be held back from additional evaluation who actually shouldn’t be evaluated because they are  problem­free. In other words, a test or procedure that underidentifies children suffers from poor sensitivity, and a test or procedure that overidentifies children suffers  from poor specificity. In the case of the hypothetical Hopeful Screening Test of Language, sensitivity seems to be less than most people would be happy with: on the basis of its results,

Page 219

Fig. 9.1.  Information contained in a contingency table and an example showing how it can be used to calculate sensitivity and specificity. 

Page 220 22%, or about 1/5, of children with the disorder would go undetected and thus be excluded from further assessment. In contrast, the measure’s specificity is excellent,  with only about 5 out of every 100 children who are performing normally recommended for unnecessary testing. In discussions of what constitutes acceptable levels of overall accuracy for language identification measures, Plante & Vance (1994) noted that overall accuracy (i.e.,  the percentage of true positives plus true negatives given out of the entire population) should be at least 90% for an evaluation of “good” and 80% for an evaluation of“  fair.” Thus, although the Hopeful Screening Test of Language might be considered good in its overall accuracy (about 94%), its sensitivity cannot be regarded nearly  so highly (78%). With regard to sensitivity and specificity for language­screening procedures, Plante and Vance (1995) recommended that a higher standard be met for sensitivity than  for specificity. Specifically, they recommended that sensitivity should be at 90% or above, whereas for specificity they accepted levels of 80% as “good” and 70% as  “fair.” Thus, although sensitivity and specificity are both inversely related to the frequency of errors (also called “misses’’) in decision making associated with a  particular test or procedure, it is important to want to examine them independently rather than lumped together in a single measure of accuracy because their effects  differ. As Plante and Vance noted, sensitivity is more important for screening measures than specificity because the underreferrals associated with poorer sensitivity may  have greater negative effects on children than overreferrals associated with poorer specificity. Taking Plante and Vance’s (1995) line of thought one step further, not only should clinicians go beyond overall accuracy of classification in their evaluations of  measures, they should also consider the implications of a measure’s sensitivity and specificity levels in light of the specific testing situation. Properties of that testing  situation include the gravity of the decision to be made and its irreversibility. For example, lower sensitivity may be more acceptable in settings where failures to refer for  testing or to take steps toward identification will be corrected— such as a situation in which a well­informed teaching staff will be likely to bring a child to the clinician’s  attention regardless of previous screening results. Similarly, lower specificity may be tolerated in situations where testing resources are not sorely taxed (if there are such  places). Finally, as a point that cannot be overstressed—the relative sensitivity and specificity of accessible alternatives needs to enter into the clinician’s decision making: It  makes little sense to jump from a rocking boat to a sinking one. Yet this is the action that may be taken regularly by clinicians who choose reliance on their own  untested “judgment” over a flawed but better understood screening mechanism.  Lest the reader hope that if other indicators of validity and reliability look promising all is likely to be well with regard to a test’s sensitivity and specificity, consider a  relevant finding of Plante and Vance’s (1994) research. Using criteria closely related to those used in McCauley and Swisher (1984a), Plante and Vance rated 21  language tests designed for use with 4 to 5 year olds. The researchers then conducted a study of 4 of the tests that met a relatively larger number of criteria (6 out of  10) to determine their sensitivity and specificity. Of the 4 they examined, only one achieved 

Page 221 acceptable levels. Thus, it pays to look for specific information on sensitivity and specificity—and to demand it from publishers as a prerequisite to purchase.  In summary, sensitivity and specificity data provide special insight into the way that measures function for purposes of screening and identification. Thus, they can  provide enormously valuable evidence of a measure’s value for those purposes. Whereas for many purposes sensitivity is even more important than specificity, the  specific context in which the measure is used and the availability of preferable alternatives will ultimately affect clinical perceptions of acceptable levels. Finally, it seems  quite probable that the absence of this information from test manuals, although currently commonplace, will be rectified only when clinicians begin to discriminate among  tests on this basis and to directly urge publishers to take action. Choosing a Cutoff Score

One factor that affects both sensitivity and specificity is the cutoff used to determine whether a positive or negative result has been obtained. When a screening or  identification decision is made using a normative comparison, a cutoff score is selected to indicate the score at which a child’s performance is seen as crossing an  invisible boundary between a region of normal variation for that particular group on that particular measure into a region suggesting a difficulty or difference worthy of  attention. Clearly, however, the location of the cutoff point is both arbitrary and significant. Shifting its location can decrease a test’s specificity while increasing its  sensitivity, or vice versa. Thus, the choice of a cutoff is not a trivial matter. Clinically oriented authors writing about language disorders have recommended a variety of possible cutoffs for use when norm­referenced instruments are used as part  of developmental language assessments. For example, Owens (1995) noted that scores falling below the 10th percentile are often considered “other­than­normal.”  Leonard (1998) also observed that researchers frequently use cutoffs falling 1.25 or 1.5 standard deviations below the mean, thus falling close to Owen’s 10th  percentile. Similarly, Paul (1995) endorsed a cutoff at the 10th percentile, corresponding to a standard score of about 80 and a z score falling 1.25 standard deviations  below the mean for scores that are normally distributed. She indicated that she based her recommendation, in part, on similar levels previously recommended by Fey  (1986) and Lee (1974). However, because of concerns about its arbitrariness and questionable psychometric defensibility, Paul’s complete criterion is somewhat more  elaborate. Specifically, she required that a child thought by significant adults in his or her life to have a communication handicap should score below the tenth percentile or below a standard score of 80 on  two well­constructed measures of language function to be thought of as having a language disorder. (p. 5)  Paul’s intention was to make sure that this definition would not strong­arm children who had no real­life problems into diagnoses simply because of differences in test  scores that, although detectable, are of little or no practical significance. (See a longer discussion of clinical or practical significance in chap. 11.) 

Page 222 It is also important to note that Paul (1995) recommended the use of two “well­constructed” measures, given that the use of one or two measures that are less than that  will undermine the intent of the recommendation. Just as a chain is no stronger than its weakest link, a battery (even of just 2 measures) will be no more accurate than its  least accurate member (Plante & Vance, 1994; Turner, 1988). Because of this concern, Plante (1998) recently recommended that a single valid test along with a  second functional indicator (e.g., clinician judgment, enrollment in treatment) be used for verification of specific language impairment for research purposes. This  recommendation leads to an obvious parallel for initial implications and one that can be seen as consistent with IDEA (Plante, personal communication).  Sometimes, when cutoffs are selected in accordance with test developer recommendations, clinicians and researchers use different cutoffs for different tests. Usually,  the recommendations of the test developers result in very similar cutoffs to those discussed earlier. Looking back at the normal curve and its relationship to different  types of scores in Fig. 2.5 suggests that small differences in cutoffs should result in only small shifts in selection, thus suggesting that the method used to select a cutoff  probably does not matter. Surprisingly, however, Plante and Vance (1994, 1995) demonstrated that an empirically derived cutoff can greatly enhance a measure’s  sensitivity and specificity. Further, they showed that empirically derived cutoffs are likely to vary from test to test, thus making the use of a “one­cutoff­fits­all­tests’’  practice something that they would advise against. Their work is described briefly in the next paragraphs to help illustrate the value of research into basic measurement  issues such as cutoff selection. In their studies, Plante and Vance (1994, 1995) used a statistical technique called discriminant analysis—a form of regression analysis—to examine outcomes  associated with different cutoffs. Using this technique, the experimenter determines to what extent variation in scores is accounted for by group membership and then  examines the accuracy of predictions of group membership made from a resulting regression equation. It allows one to examine the ways in which changing the cutoff  affects sensitivity and specificity. Plante and Vance (1994, 1995) recommended two strategies for ensuring the availability of empirically derived cutoffs such as those that can be obtained through  discriminant analysis. First, they advised clinicians to insist that standardized measures offer such cutoffs along with data concerning sensitivity and specificity. Second,  they noted the possibility of developing local cutoffs, a process that requires fewer participants than local norming but that can require clinicians who attempt it to seek  statistical assistance (Plante & Vance, 1995). Although not endorsed by Plante and Vance (1995), the development of local norms may also represent a responsible strategy for increasing the availability of data  concerning sensitivity and specificity of decisions in settings where sufficient resources and numbers of children (including those with disorders) exist (e.g., see Hirshoren  & Ambrose, 1976; Norris, Juarez, & Perkins, 1989; Smit, 1986). Software designed to aid in the construction of local norms (Sabers & Hutchinson, 1990) makes this  strategy more feasible than it once was (Hutchinson, 1996). In addition, the development and use of local norms has been recommended as a means of dealing with  

Page 223 bias in testing that results from the use of inappropriate norms (e.g., see Vaughn­Cooke, 1983).  In summary, then, the cutoffs used to identify children’s performance as falling below expectations are often arbitrarily set at about 1.25 to 1.5 standard deviations  below the mean. However, greater sensitivity and specificity can be achieved when empirical methods are used to optimize the performance of the measures used. Not  only does this practice constitute another step that can be taken by test authors and publishers to improve the quality of clinical decision making in the field, it represents  a topic of such practical significance as to invite a wealth of applied research. In addition, as Paul (1995) suggested, the current state of the art precludes reliance on a  single measure—or even a single battery of measures—to lead in a lockstep fashion to decision making. Integration of functional data about the child will remain a  necessary component of screening and identification for the foreseeable future. As understanding of functional or qualitative data—such as portfolios and teacher  reports of critical incidents—increases (e.g., Schwartz & Olswang, 1996), their role will probably increase as well (see chap. 10), with beneficial results for the  sensitivity and specificity of the process. Further, in many clinical and especially educational settings, the choice of cutoff to be used can seem—and in some cases may  be—outside the control of the speech­language pathologist. The role played by educational agencies in establishing guidelines for measurement use and clinicians’  productive responses to these are discussed later in this chapter in the section called Practical Considerations. There are theoretical concerns, too, about the use of cutoffs that relate to our understanding of the very nature of language impairment in all children, but particularly in  those for whom no obvious cause exists: children with SLI. Dollaghan and Campbell (1999) recently called attention to the fact that the use of an arbitrary cutoff at a  point along a normal distribution of scores is at odds with theoretical notions that language impairment represents a natural category, or taxon. Instead, they say that it  implies an assumption that children with “impaired” language may simply represent those children who have less language ability, in the same way that short persons  have less height. This possibility has been pointed out by several theoreticians addressing the question of etiology for children with SLI (e.g., see Lahey, 1990; Leonard,  1987) but has failed to receive sustained attention. As an important step toward reviving consideration of this hypothesis, Dollaghan and Campbell noted that the  question of whether “language impairment” represents a distinct category versus the lower range of a continuum of performance is an empirical one with potentially  powerful repercussions for both assessment and treatment. Specifically, as a working hypothesis they predict that if language impairment is taxonic, language deficits  would be likely to be more focused and would therefore require more focused assessments and treatments. Dollaghan and Campbell (1999) also noted that the time may be ripe for addressing the question of the nature of language impairment because parallel concerns in  clinical psychology with regard to schizophrenia and depression have spawned rich advances in methodology (Meehl, 1992; Meehl & Yonce, 1994, 1996). They  conjectured that these advances might provide an auspicious starting point for additional efforts. Among the implications of this work are the possibility of identifying  those cutoffs that truly identify children who are categorically different in their language 

Page 224 skills from other children rather than those who simply seem quantitatively suspicious because of their lower performances. Thus, these methods may prove to provide  additional strategies for more rational cutoff selection. Remembering Measurement Error in Score Interpretation

Once a measure has actually been selected and administered and a cutoff level settled on, the clinician uses the test taker’s score to assist in a decision regarding  screening or identification. During this process, because of the weight attached to individual scores in screening and identification decisions, remembering measurement  error in score interpretation becomes critical to solid clinical decision making—even when functional criteria are incorporated.  Recall that in chapter 3 the concept of SEM was described as a means of conveying the impact of a test’s reliability on an individual score. Specifically, the lower the  reliability of the instrument, the higher the error (quantified using SEM) attached to the individual score. The importance of reliability and SEM is not due to their ability  to remove error (because they can’t), but rather to their helping us understand the magnitude of error we face.  Figure 9.2 is intended to provide an example illustrating the effect of SEM on a screening decision. It shows the same score achieved by a child on two different  screening measures—one with a larger SEM and the other with a smaller SEM for that child’s age group. Around each of these scores, there is a 95% confidence  interval. The confidence interval represents a range of scores in which it is likely (although not absolutely assured) that the test taker’s true score falls. A 95%  confidence level means that there is a probability of 95% that the interval contains the child’s true score and, of course, 5% that it does not. It is often recommended  that clinicians characterize children’s performance using the range of scores encompassed within the confidence interval, rather than a single score. Further, it has been  suggested that the SEM for a measure should be no more than one third to one half of its standard deviation (Hansen, 1999).  If a score of 75 is used as a cutoff on each test in the example, clearly the task of deciding that the child’s performance falls below that value becomes much trickier for  test A than for test B, despite identical scores. In fact, one might be tempted to refrain from using test A in favor of test B when screening children of this particular age.  However, perhaps test A is preferable as a screening tool for other reasons, for example, because it has a more appropriate normative sample and better evidence of  validity for children similar to the one being tested. In that case, the clinician may decide to use the measure but view the resulting data with greater circumspection.  Some tests make it quite easy to take error into account during score interpretation because of the way in which a child’s scores are plotted on the test form. For tests  that do not provide this user­friendly feature, however, the test user can calculate a confidence interval using the tables and following the example laid out in Fig. 9.3.  Although the choice of confidence level is somewhat arbitrary, more stringent levels are usually selected for more momentous decisions. Confidence intervals of 68, 95, 

Page 225

Fig. 9.2.  Two 95% confidence intervals calculated for the same score using two different screening measures, one with a larger SEM, on the left, and the other with a  smaller SEM, on the right. and 99% are the ones most typically reported, with 85 and 90% used less frequently (Sattler, 1988).1 The old adage “know your limitations”—including know the limitations of your data—would work as an apt summary of this brief section. Information about SEM can  help clarify the significance of reliability data for individual clients and can thus be used to help the clinician make choices in the measures he or she adopts. Further,  through the 1 Also note that Salvia and Ysseldyke (1991) and others (including McCauley & Swisher, 1984b, Nunnally, 1978) recommended a slightly more complex procedure  in which an estimated true score is calculated first. This procedure is offered as a first step in appreciating the. potential value of confidence intervals but should not be  taken as definitive.

Page 226

Fig. 9.3.  Table to be used in calculating confidence intervals, with an example. From “The truth about scores children achieve on tests’’ by J. Brown, 1989,  Language, speech, hearing services in schools, 20, p. 371. Copyright © 1989 by American Speech­Language­Hearing Association. Reprinted with permission. use of confidence intervals during interpretation of an individual’s performance, the clinician is given the opportunity to gauge the possible effect of a measure’s known  imperfection (imperfect reliability in this case). Therefore, what may have begun to sound like a repeated refrain in the last three sections can be sounded again here.  One should always make use of such information when it is readily available, calculate it if possible, and encourage test publishers to provide it when it is neither offered  nor calculable.

Page 227 Wrestling with the Disorder–Difference Question 

The diversity of cultural and language backgrounds represented among any group of children can be quite breathtaking. Even in Vermont, which is often cited as one of  the least diverse states in the country, the school district of the state’s largest city, Burlington (population 40,000), has children whose first languages include  Vietnamese, Serbo­Croatian, Mandarin, and Arabic. In fact, in 1998 and 1999, about 25 languages other than English were spoken by children whose proficiency in  English was sufficiently low to require special intervention. During the time frame 1987–1988 to 1998–1999, the number of such children grew from just below to 20 to  just about 300 (Horness, personal communication). Because several national companies are represented in Burlington, there are numerous children who have moved  here from different regions of the United States with their parents. Whereas some of these families have moved from other New England regions with similar regional  dialects to Vermont, others have moved from the Deep South or other regions claiming distinct regional dialects. Further, children in this same school district come from  families with incomes below the poverty level to those with incomes in the stratosphere of affluence. On the basis of these few facts, it seems safe to say that each  speech­language pathologist working in this school district confronts issues related to differences in culture, regional dialect, social dialect, and primary language on a  daily basis. Even in Vermont! As this example illustrates, diversity affecting language use among young native speakers of English and language use by children who are acquiring English as a second  language is the rule rather than the exception. Consequently, professionals who work with children are challenged to remain vigilant to cultural and linguistic factors in  the selection and use of screening and identification measures. Clearly, the magnitude of the challenge differs substantially when the clinician works with children who speak a minority dialect of English compared with those who are  being exposed to English for the first time in a school setting. This latter group of children are sometimes referred to as having limited English proficiency (LEP).  Regardless of whether they are seen as having a language disorder, they will often be served through an English as a Second Language (ESL) program in school  systems. In contrast, the children who speak a minority dialect of English are perhaps more easily misunderstood by the SLP because their differences in dialect may go  unappreciated, in the assumption that they are bidialectal—that is, able to use the dialect of the school and a regional or social dialect as well. They may also include  children whose first dialect is unknown to both their classmates and the speech­language pathologist, thus further increasing the complexity of the speech­language  pathologist’s work.  Regardless of the differences between these groups of children, any time there is a mismatch between the tools being used or between the clinician’s language and  culture and the language and culture of the child, the issue of difference versus disorder becomes relevant. Table 9.1 offers a pair of hypothetical scenarios in which  challenges of this type are presented. Before figuring out exactly how to respond to the challenges of linguistic and cultural diversity, however, we need to remind ourselves of what threats to validity are 

Page 228 Table 9.1 Scenarios Illustrating the Challenges of Cultural and Linguistic Diversity Little English, Little Vietnamese—An Experiential Deficit or a Disorder?  Although Van and a twin sister were born in the Southwestern United States to parents of Vietnamese heritage, Van was adopted at age 5 by a professional couple in  New England after he was removed from his home because of severe neglect. Not much was known about his life before the adoption. However, informants  knowledgeable in Vietnamese indicated that although his understanding in that language seemed excellent, he spoke little. During a foster placement immediately  preceding his adoption, he had begun to use English as frequently as Vietnamese, but he continued to be very quiet around everyone except his new parents. The  speech­language pathologist and the educational team assigned to work with Van and his new family was interested in obtaining information about Van’s language  status in both languages. American English Dialect, Probably Not a Disorder, but a Problematic Difference Raymond moved from a school district in New Orleans in which about 95% of his classmates in kindergarten were Black, to a racially mixed suburb of Chicago in  which a White speech­language pathologist who had been raised in Toronto, Canada was assigned to serve as his speech­language pathologist. Concerns had been  raised about his speech intelligibility and his vocabulary use and understanding by his classroom teacher, who was a White native of Indiana. Although both  professionals had many years of experience working with children and colleagues in their racially diverse school, neither had had such a difficult time in understanding a  speaker of Black English. They wanted to determine whether Raymond’s speech was simply “different” because of his dialect or whether it represented a genuine  problem. Although they were relieved to find out that Raymond’s family considered him a competent, if young speaker, they were even more perplexed about how  they might smooth his transition into his new school.

interwoven with diversity. I begin by considering the threats that occur in instances where a child speaks a dialect of English or is acquiring English as a second  language—for example, Black English or Spanish­influenced English. Among the threats to valid testing in English that have been most thoroughly discussed are those  arising from the potential for measures to use situations, directions, formats, or language that are inconsistent with the child’s previous experience (Taylor & Payne,  1983). Here, the chief concern is in correctly respecting the presence of a language difference, a difference in language use associated with systematic variation in  semantics, phonology, and so on, when compared with the idealized dialect that is typically represented in standardized language measures. The danger, of course, is  erroneously identifying a difference as a disorder. ASHA (1993) has defined language difference more elaborately as a variation of a symbol system used by a group of individuals that reflects and is determined by shared regional, social, or cultural/ethnic factors. A regional, social or  ethnic variation of a symbol system is not considered a disorder of speech or language. (p. 41) For children using minority dialects, English­language measures developed without attention to dialectal and accompanying cultural variation are especially problematic  for purposes of screening and identification. The advantages and disadvantages 

Page 229 of alternatives for children who speak Black English and other minority dialects fuel continuing discussion (e.g., see Damico, Smith, & Augustine, 1996; Kamhi,  Pollock, & Harris, 1996; Kayser, 1989, 1995; Reveron, 1984; Taylor & Payne, 1983; Terrell & Terrell, 1983; Van Keulen, Weddington, & DeBose, 1998; Vaughn­ Cooke, 1983). Not surprisingly, many strategies for coping with this complex issue have been considered, but none are completely satisfactory for use with children speaking minority  dialects (Vaughn­Cooke, 1983; Washington, 1996). When the continuing use of norm­referenced instruments for these children is entertained (e.g., see Kayser, 1989;  Vaughn­Cooke, 1983), it is generally recognized that there are few existing measures that have been found to be suitable. The strategies that have been recommended  and tried include the development of alternative norms, either through adding minorities in small numbers to normative samples or obtaining normative data for minority  children—ideas that are, respectively, ineffective or impractical in addressing a problems with the norms (e.g., Vaughn­Cooke, 1983). A second method involves  modifying objectionable test components (e.g., Kayser, 1989), and a third involves developing alternative scoring rules designed to give credit for “correct” answers in  the dialect being considered (e.g., Terrell, Arensberg, & Rosa, 1992). Both of these latter methods have been found lacking because they invalidate the norms, thus  transforming the targeted measure into an informal criterion­referenced measure. Table 9.2 lists some modifications in test admin­  Table 9.2 Modifications of Testing Procedures   1. Reword instructions.   2. Provide additional time for the child to respond.   3. Continue testing beyond the ceiling.   4. Record all responses, particularly when the child changes an answer, explains, comments, or demonstrates.   5.

Compare the child’s answers to dialect or to first language or second language learning features. Rescore articulation and expressive language samples, giving  credit for variation or differences.

  6. Develop several more practice items so that the process of ‘‘taking the test” is established.   7.

On picture vocabulary recognition tests, have the child name the picture in addition to pointing to the stimulus item to ascertain the appropriateness of the label  for the pictorial representation.

  8. Have the child explain why the “incorrect” answer was selected.   9.

Have the child identify the actual object, body part, action, photograph, and so forth, particularly if he or she has had limited experience with books, line  drawings, or the testing process.

10. Complete the testing in several sessions. 11. Omit items you expect the child to miss because of age, language, or culture. 12. Change the pronunciation of vocabulary. 13. Use different pictures. 14. Accept culturally appropriate responses as correct. 15. Have parents or other trusted adult administer the test items. 16. Repeat the stimuli more than specified in the test manual. Note. From “Speech and Language, Assessment of Spanish­Speaking Children,” by H. Kayser, 1989, Language, Speech, and Hearing Services in Schools, 20,  p. 244. Copyright 1989 by American Speech­Language­Hearing Association. Reprinted with permission.

Page 230 istration that have been proposed for use with minority children who have been tested with existing norm­referenced tests; these modifications might profitably be  applied in cases where a description of the child’s responses to certain kinds of stimuli is wanted. Usually, however, those cases will exist not during identification of a  language impairment, but during the descriptive process that follows it (see chap. 10). A fourth method consists of supplementing existing norm­referenced measures  with descriptive tools (Vaughn­Cooke, 1983), which seems to present a very difficult interpretation challenge to the clinician because norm­referenced measures will be  assumed to be biased, and descriptive measures are usually not up to the challenge of identification. Finding more widespread approval than those methods just discussed are strategies that entail the abandonment of currently available measures. These include (a) the  substitution of descriptive methods (such as language sample analysis or criterion­referenced measures; e.g., see Damico, Smith, & Augustine, 1996; Leonard &  Weiss, 1983; Schraeder, Quinn, Stockman, & Miller, 1999) and (b) development of new, more appropriate norm­referenced instruments (Vaughn­Cooke, 1983;  Washington, 1996). Sole use of criterion­referenced approaches, such as language sampling, has the chief disadvantage of insufficient data supporting that strategy in  screening and identification. Washington also noted that language analyses that might be conducted for young speakers of Black English are hampered by the absence  of appropriate norms because normative data are currently available only for adolescents and adults. However, the many proponents of a criterion­referenced or  descriptive approach (e.g., see Damico, Secord, & Wiig, 1992; Robinson­Zañartu, 1996) would argue that despite their drawbacks, descriptive strategies offer the  least dangerous of the choices. Not much progress has been made in the development of appropriate norm­referenced instruments; however, that may change in  response to pressures for improved nonbiased assessment. In addition, perusal of recently developed tests suggests that more sophisticated efforts are being made to  consider dialect use in the development of tests for more diverse populations. This has included the test developer’s examination of item bias for minority children  (Plante, personal communication). Depending on when it is obtained, the resulting data can be used in the test’s early development to lead to less biased testing or can  be presented to show that a relatively unbiased measure has been achieved. Beyond the realm of traditional recommendations for improving language assessment validity for diverse groups of children, attention has been paid recently to the  development of methods that seek to reduce the effects of prior knowledge and experience on performance. Two approaches of particular interest are processing­ dependent measures and dynamic assessment methods. The development of processing­dependent measures involves the use of tasks with either high novelty or high  familiarity for all participants (e.g., Campbell, Dollaghan, Needleman, & Janosky, 1997). Dynamic assessment methods focus on the child’s learning of new material  rather than acquired knowledge. This is done as a means of leveling the effects of prior experience and obtaining information about how to support the child’s learning  beyond the assessment situation (e.g., Gutierrez­Clellan, Brown, Conboy, & Robinson­Zañartu, 1998; Olswang, Bain, & Johnson, 1992; Peña, 1996). Although  proposed as being applicable to identification decisions, these two types of measures are more frequently used for descriptive purposes and are discussed more  thoroughly in the next chapter.

Page 231 Assessments designed to address the needs of children who can be described as having LEP are growing in number. Table 9.3 illustrates some of the measures that are  being developed for use with children from diverse linguistic and cultural backgrounds. Clearly at this point, the majority of these measures have been developed for  children with Spanish as their first language. Some of these measures are developed “from scratch” and thus can take advantage of the existing knowledge base  concerning development and disorders in the target languages. In contrast, others are little more than translations of existing tests—a practice that requires considerable  care and may still result in measures that do not get at the heart of major developmental tasks in the language. For example, translations can be hampered by items that  do not have true counterparts or that will require greater linguistic complexity to convey information in the target language than in the original. Consumers should be  cautioned to be skeptical of their own comfort level with such adaptations of familiar tests. Further, they will want to be careful of the match between the dialect spoken  by the child and the dialect in which a test is written. I encourage you to look at more thorough discussions of the special challenges posed during the identification of language impairment in several groups whose first or  major language or dialect is either not English or not the dialect of English typical of standardized tests. Sources warranting particular attention exist for children who are  Native American (Crago, Annahatak, Doehring, & Allen, 1991; Leap, 1993; Robinson­Zañartu, 1996), Hispanic American (Kayser, 1989, 1991, 1995), Asian  American (Cheng, 1987; Pang & Cheng, 1998), and who speak Black English (Kamhi et al., 1996; Van Keulen et al., 1998) and regional dialects (Wolfram, 1991).  Conducting Comparisons between Scores

Clinicians rarely compare scores on different instruments as part of screening. Instead, such comparisons occur more commonly during identification. They are  particularly common in settings requiring a comparison of nonverbal and verbal skills called cognitive referencing. Despite widespread criticism of this practice (Aram,  Morris, & Hall, 1993; Fey, Long, & Cleave, 1994; Kamhi, 1998; Krassowski & Plante, 1997; Lahey, 1988), its use is nonetheless mandated in several states to  justify services. In addition, it has sometimes been used in research definitions of SLI and other learning disabilities (see a lengthier discussion of this point in chap. 5).  Comparisons of this kind are also used as a means of identifying strengths and weaknesses in preparation for planning intervention—a descriptive use that is touched on  in the next chapter. When single pairs of scores are compared, the comparison is frequently referred to as discrepancy analysis; when larger numbers of scores are compared, it is more  frequently referred to as profile analysis. Numerous discussions of the hazards of this type of comparison are provided in the literature (e.g., McCauley & Swisher,  1984b; Salvia & Ysseldyke, 1998). The focus of the current discussion is the use of such comparisons in identification. For purposes of illustration, imagine that a child’s overall score on a language measure is to be compared with her performance on a nonverbal measure of intelli­ 

Page 232 Table 9.3 Selected Tests Designed for Children Whose Primary Language Is Not English (Compton, 1996; Roussel, 1991)

Test

Ages

Oral Language  Modalities &  Domains

Language

Reference

Bilingual Syntax Measure– Chinese (Tsang, n.d.)

Grades K–12 

Chinese

E­Sem 

Tsang, C.(n.d.) Bilingual Syntax Measure–Chinese.  Berkeley, CA: Asian­American Bilingual Center.

Spanish Structured  Photographic Expressive  Language Test (Werner &  Kresheck, 1989)

3­0 to 5­11;  4­0 to 9­5 

Spanish

E

Werner, E.O., & Kresheck, J. S. (1989). Spanish  Structured Photographic Expressive Language Test.  Sandwich, IL: Janelle.

Ber­Sil Spanish Test (Beringer,  4 to 12 years n.d.)

Spanish

R­Sem, Morph 

Beringer, M. (n.d.). Ber­Sil Spanish Test. Rancho Palos  Verdes, CA: The Ber­Sil Company. 

Austin Spanish Articulation Test  3 years to adult (Carrow­Woolfolk, n.d.) 

Spanish

E­Phon 

Carrow­Woolfolk, E. (n.d.). Austin Spanish  Articulation Test. Allen, TX: DLM Teaching  Resources.

Compton Speech and  Language Screening  3 to 6 years Evaluation–Spanish (Compton  & Kline, n.d.)

Spanish

Compton, A. J., & Kline, M. (n.d.). Compton Speech  R & E­Phon, Sem, Syn  and Language Screening Evaluation–Spanish. San  Francisco: Institute of Language.

Test de Vocabulario en  Imagenes Peabody (Dunn,  Lugo, Padilla, & Dunn, 1986)

Spanish

R­Sem 

2­6 to 17­11 

Dunn, L. M., Lugo, D.E., Padilla, E.&R., E Dunn, L.M.  (1986). Test de Vocabulario en Imagenes Peabody.  Circle Pines, MN: American Guidance Service.

Page 233 Expressive One­Word Picture  Vocabulary Test–Spanish  2 to 11 (Gardner, n.d.)

Spanish

E­Sem 

Gardner, M. E (n.d.). Expressive One­ Word Picture  Vocabulary Test­Spanish. San Francisco: Children’s  Hospital of San Francisco.

Preuba del Desarrollo Inicial  del Lenguaje (Hresko, Reid, &  3 to 7 Hammill, n.d.).

Spanish

R­Sem, Syn 

Hresko, W. P., Reid, D. K., & Hammill, D. D. (n.d.).  Preuba del Desarrollo Inicial del Lenguaje. San  Antonio, TX: Pro­Ed. 

Clinical Evaluation of Language  Function–3 Spanish Edition  6 to 21 (Semel, Wiig, & Secord, n.d.)

Spanish

R & E­Sem, Morph,  Syn, Prag

Semel, E., Wiig, E. H., & Secord, W. (n.d.). Clinical  Evaluation of Language Function­3 Spanish Edition.  San Antonio, TX: Psychological Corporation.

Spanish

R­Sem 

Toronto, A. S., Leverman, D., Hanna, C., Rosenzweig,  P., & Maldonado, A. (n.d.). Del Rio Language  Screening Test. Austin, TX: National Educational  Laboratory.

Spanish

E&R

Zimmerman, I. L., Steiner, V., & Pond, R. (1992).  Preschool Language Scale–3. San Antonio, TX:  Psychological Corporation.

Del Rio Language Screening  Test (Toronto, Leverman,  Hanna, Rosenzweig, &  Maldonado, n.d.)

3 to 6

Preschool Language Scale–3  (Zimmerman, Steiner, & Pond,  Birth to 6 years 1992) Sequenced Inventory of  Communication Development– 0­4 to 4­0  Revised (Hedrick et al., 1984)

Spanish translation

E & R

Hedrick, D. L., Prather, E. M., Tobin, A. R., Allen, D.  Y., Bliss, L. S., & Rosenberg, L. R. (1984). Sequenced  Inventory of Communication Development Revised  Edition. Seattle, WA: University of Washington Press.

Bilingual Syntax Measure– Tagalog (Tsang, n.d.)

Tagalog

E

Tsang, C. (n.d.). Bilingual Syntax Measure­Tagalog.  Berkeley, CA: Asian–American Bilingual Center. 

Grades K–12 

Note. E = Expressive. R = Receptive. E­Sem = Expressive Semantics, etc. Morph = Morphology. Phon = Phonology. Syn = Syntax. Prag = Pragmatics.

Page 234 gence. Imagine that she receives a standard score of 70 on the former and 90 on the latter. On the face of this comparison, it looks like there is quite a difference.  However, differences between scores, also called difference scores or discrepancies, are often less reliable than the scores on which they are based. In fact, the  likelihood that observed differences are due to error rather than real differences is affected by three factors: the reliability of each measure, the correlation of the two  measures, and the similarity of their normative samples (Salvia & Ysseldyke, 1998). The task of assessing norm comparability is as straightforward as looking over descriptions of each normative group to determine whether they seem to differ in ways  that could affect the scores to be compared. To see why this is necessary, recall that the standard scores best used to summarize test performance include the group  mean in their calculation. Therefore, something about the normative group may push one group mean higher (e.g., one group is more “elite” in some sense than the  other). Consequently, one would fare more poorly in a comparison against that group than against a group with a lower mean, even if one’s true abilities in the two  areas were comparable. To provide a poignant example, imagine a ruthless clinician has decided to compare your language and nonverbal skills—using scores obtained  by comparing your performances against those of Nobel laureates in literature for the former and fifth graders for the latter. Not only could you legitimately question the  inappropriateness of the norms as a basis of each of the scores, you could also vehemently protest the resulting comparison. Thankfully, flagrant mismatches between  test norms used in comparisons may not occur outside of examples like this one. However, if overlooked, more subtle mismatches can nonetheless contribute to poor  decisions and inappropriate clinical actions. Taking test error and test correlation into account is less straightforward than inspecting norms. On the basis of ideas analogous to those used for calculating a  confidence interval around a single score, however, it is possible to calculate a confidence interval around a difference score. Salvia and Ysseldyke (1998) described  two methods based on differing assumptions about the causal relationship of the two skills being compared. In addition to the actual score data, both methods require  information about the reliability of the measures being used and about their correlation. Whereas the relevant information about reliability and the nature of normative  samples should be readily available for individual measures, information about the correlation between measures will often be lacking. In that event, abandoning a direct  comparison and instead noting the results of each test as supporting or not supporting the identification of a problem in a given area may represent the best alternative  (McCauley & Swisher, 1984b). Even when a difference between two scores is found to be reliable, Salvia and Good (1982) pointed out, a difference of that magnitude may not be particularly  uncommon, or, even more importantly, it may not be functionally meaningful. Because of the resources involved, determining the functional significance of differences in  skill levels represents yet another area in which clinicians must look to the research literature to help them interpret their clinical data. Fortunately, in cases where  comparisons between scores affect identification decisions, there is a rich literature examining these issues (e.g., for SLI). Clinicians can be more active and work to  change policy in settings in which the use of discrepancies is mandated for purposes for which they have been found to lack meaning. 

Page 235 In summary, comparing scores is a more complicated endeavor than it first appears, involving as it does not only the child’s test scores but also the properties of the  two tests, especially their norms and intercorrelaltion. A well­reasoned conservatism in undertaking identifications based on such comparisons should be joined by a  healthy appetite for the clinical literature exploring their significance. Taking into Account Base Rates and Referral Rates

Each of the special considerations addressed earlier had a more specific focus on test selection or on the use of tests with a particular child. Two other factors that  affect screening and identification decisions really represent features of the clinical environment: the rarity of the disorder (the base rate of the disorder) and the  frequency with which referrals are made in a particular setting (the referral rate). In this section, these two topics are discussed briefly because of their effect on  screening programs. The lower the base rate of the disorder—that is, the rarer the disorder in the general population—the more likely it becomes that the positive results of screening or  identification are actually false positives rather than true positives (Hummel, 1999). Shepard (1989) pointed out that although people understand that classification error  will occur based on fallible measures and decision processes, they fail to appreciate that that error will fall equally on those children who are identified as having a  disorder as those who are not, even when the validity coefficient for the measure being used is quite large. She concluded that when base rates are low, “even with  reasonably valid measures, the identifications will be equally divided between correct decisions and false positive decisions” (Shepard, 1989, p. 551). This problem is  particularly acute when measures are less valid for a given population, such as minority children, where overidentification is very likely to result (Schraeder et al., 1999).  Concern about low base rates has led public health researchers and psychologists interested in rare psychiatric outcomes (e.g., suicide) to develop several strategies  designed to target screening at subsets of the larger population with higher base rates. These include strategies that include the use of multistep screening procedures  and the application of screening procedures to subgroups who are expected to have higher prevalence rates than the general population (Derogatis & DellaPietra,  1994). Currently, the prevalence of childhood language disorders across all types is not particularly low, as can be illustrated by the fact that it is estimated that children  with language disorders constitute 53% of all speech­language pathologists’ case loads (Nelson, 1993). Nonetheless, it is sufficiently low that careful selection of  groups for language screening makes good sense. Children about whom concerns are expressed or who are demonstratively failing in some aspect of their adaptation  to school or home environments make obvious candidates for more focused screenings and indeed are often seen for screening prior to more comprehensive  evaluations. Screening programs in preschool education are associated with enormous differences in referral rates (Thurlow, Ysseldyke, & O’Sullivan, 1985, as cited in Nuttall et  al., 1999), the rates at which children who are screened are referred on for additional assessment. This variability leads to concerns about overreferral when referral  rates are particularly high and underreferral when they are particularly low. Because 

Page 236 overreferrals needlessly tax clinical resources, parental concern, and the child’s patience, whereas underreferrals deprive children of needed attention, steps to study  and alter referral rates have been recommended. Changes in the targets for screening and the criteria (including cutoffs) used can be made to address verified  inadequacies in the screening mechanism. In addition, the use of a second­level screening using measures that are intermediate in their efficiency and comprehensiveness  between initial screenings and full­fledged assessments has been recommended (Nuttall et al., 1999). Available Tools Screening

Available screening measures differ in terms of whether information is obtained directly by the speech­language pathologist and whether the measurement is formal or  informal. Screening methods include the use of norm­referenced standardized tools as well as informal clinician­developed measures. Over the past few years there has  been growing interest in the development of questionnaires that might be used to increase the involvement of parents and others familiar with the child and improve the  quality of information obtained from them. More recently still, there has been an interest in the development of criterion­referenced authentic assessments in which  specific minimal competencies are evaluated in a familiar setting. Schraeder et al. (1999) described such a protocol that was developed for use with young speakers of  Black English. Because its elements were selected for their high degree of overlap with features of Standard American English, Schraeder and her colleagues suggested  its potential relevance for many children in the targeted age group of 3­year­olds.  Parent Questionnaires and Related Instruments

Although historically some instruments have incorporated the use of parent report for very young children (e.g., the Sequenced Inventory of Communicative  Development, Hedrick, Prather, & Tobin, 1975), extensive development of parent questionnaires for language­disorder screening has blossomed only in the past  decade. The use of such instruments is welcomed from a family­centered perspective (Crais, 1993) because parents are given the opportunity to share their expertise  concerning the child as part of their collaboration in the assessment process. In addition, these measures also show good potential for efficient, valid use from a  psychometric point of view. One obvious advantage that they have over the clinician­administered procedures is their ability to obtain information that has been  accumulated by the parent over time using questions that cover a variety of situations and settings. For some children and at some times, the testing advantage is  irrefutable: The child will simply not cooperate for more direct testing or is so thoroughly affected by the testing situation as to make the results of structured  observations hopelessly flawed. Even when children are more amenable to interacting with strangers, parent questionnaires may help remove the subtler invalidating  influence of the clinician on the child’s behavior (Maynard & Marlaire, 1999). 

Page 237 On the basis of a growing number of studies, it appears that parent questionnaires may reliably and validly be used to obtain information about a number of language  areas, especially expressive vocabulary and syntax—although most individual measures are still very undeveloped. Leading the trend toward increased development of  these measures, the MacArthur Communication Development Inventories (Fenson et al., 1991) has been thoroughly studied (e.g., Bates, Bretherton, & Snyder,  1988; Dale, Bates, Reznick, & Morisset, 1989; Reznick & Goldsmith, 1989). In addition, it has also been effectively adapted for use with other languages, including  Italian, Spanish, and Icelandic (Camaioni, Castelli, Longobardi, & Volterra, 1991; Jackson­Maldonado, Thal, Marchman, Bates & Gutierrez­Clellan, 1993;  Thordardottir & Ellis Weismer, 1996). Other tools that assess communication more broadly have also been developed but have received less widespread attention and  validation (e.g, Girolametto, 1997; Hadley & Rice, 1993; Haley, Coster, Ludlow, Haltiwanger, & Andrellos, 1992). Table 9.4 lists five instruments for use with  English­speaking children under the age of 3, each of which consists of a parent questionnaire or makes use of parent report for at least some items.  Questionnaires that take advantage of the familiarity of other adults with the child—usually classroom teachers—are also being developed (Bailey & Roberts,  Table 9.4 Instruments for Use With Children Under 3 Years of Age, Including Parent Reports Measure and Source

Ages covered

Receptive or  Expressive

Areas of Language  Covered

Language Development Survey (Rescora, 1989). From “The language development  survey: A screening tool for delayed language in toddlers.’’ Journal of Speech and  Hearing Disorders, 54, 587–599. 

2­year­olds

E

Semantics

MacArthur Communicative Development Inventories (Fenson, Dale, Reznick, Thal,  Bates, Hartung, Pethick, & Reilly, 1991). San Diego, CA: San Diego State University,  Center for Research in Language.

8 months to 2½ years

E

Semantics

Receptive­Expressive Emergent Language Test (2nd ed.; Bzoch & League, 1971).  Austin, TX: Pro­Ed. 

0 to 3 years

R and E

 

Rosetti Infant–Toddler Language Scale (Rosetti, 1990). East Moline, IL:  LinguiSystems.

0 to 3 years

R and E

Pragmatics, play,  comprehension,  expression

R and E

Phonology,  morphology, syntax,  semantics

Sequenced Inventory of Communication Development­Revised (Hedrick, Prather, &  4 months to 4 years Tobin, 1984). Seattle, WA: University of Washington Press.

Page 238 1987; Sanger, Aspedon, Hux, & Chapman, 1995; Semel, Wiig, & Secord, 1996; Smith, McCauley, & Guitar, in press; Stokes, 1997). Results of these have also  been compared with parent questionnaires (Whitworth, Davies, & Stokes, 1993) and against formal assessments (Botting, Conti­Ramsden, & Crutchley, 1997).  Usually, however, these questionnaires have not been developed for use in the identification process, but rather to describe the nature of problems facing the child in the  classroom. Thus, they will be considered in the next chapter, which deals with description. Norm­Referenced Standardized Measures 

Standardized measures are not well established as screening tools in the field. Only 50% of the 109 clinicians in Oregon responding to a survey concerning their test use  reported that they used standardized measures for screening (Huang et al., 1997). Another related result from that same study was that only I screening test (the  Screening Test of Adolescent Language, Prather, Breecher, Stafford, & Wallace, 1980) appeared in the list of 10 tests that are most commonly used by speech­ language pathologists in their work with four age groups (0–3, 4–5, 6–12, and 13–19). Nonetheless, standardized screening of younger children has received increased  attention with the IDEA requirement that children with communication disorders be identified before entering school (Nuttall, Romero, & Kalesnik, 1999; Sturner,  Layton, Evans, Heller, Funk, & Machon, 1994). Stumer et al. (1994) reviewed 51 measures available for speech and language screening covering at least some part of the 3–6­year age span. In that review, the  researchers found that only 6 of the measures they examined provided sufficient normative data, and were both brief (i.e., requiring 10 minutes or less) and  comprehensive (i.e., covering more than one modality or domain). Thus, despite a playing field filled with many players, the number of instruments that warrant serious  consideration as a comprehensive language screening tool are relatively few. Table 9.5 describes the four tools supported in Sturner et al.’s review.  Despite the focus of Sturner et al. (1994) on preschool screening measures, many of the measures studied by Sturner et al. also extend to cover school­age children.  Nonetheless, the availability of measures for both younger school­age children and adolescents is greatly reduced compared with those available for preschoolers. This  is probably due, for the most part, to the various referral mechanisms that can reduce the need for formal screenings. Also, the persistent nature of language problems  means that screening of older children and adolescents for language disorders will usually only be needed if screenings have been absent or ineffective at younger ages.  Identification Norm­Referenced Standardized Instruments 

Even children within any specific category of developmental language disorders (i.e., language disorder associated with hearing loss, autism spectrum disorder, mental  retardation, and SLI) vary considerably in the areas of language that are affected. Thus, it is important to be quite comprehensive in the identification process,  particularly because

Page 239 Table 9.5 Communication Screening Measures for Children Between 3 and 7 Years of Age That Were Found to Be Brief, Norm­Referenced, and Comprehensive (Defined as  Phonology [Articulation] and Other Language Domains) by Sturner, Layton, Evans, Heller, Funk, and Machon (1994)

Test

Ages  Covered

 

 

3 to 7  years

X

X

2 to 6  years

X

X

X

X

X

<1 to 6  years

X

 

 

 

 

PreK–lst  grade

X

 

 

X

X

4 to 5  years

 

 

 

X

Texas Preschool Screening (Haber & Norris,  4 to 6  1983) years

X

 

 

Fluharty Preschool Speech and Language Screening Test (Fluharty, 1978) Physician‘s Developmental Quick  Screen (Kulig & Baker, 1975) Stephens Oral Language Screening Test (Stephens, 1977)

Sentence Repetition Screening Test (Sturner, Kunze, Funk, & Green, 1993)

Note. MMY = Mental Measurement Yearbooks.

 

Morphosyntax

Reviewed in  MMY?

Receptive

Communication Screen (Striffler & Willis, 1981)

Semantics

Phonology Pragmatics

Expressive

X

 

 

X

X

 

 

 

 

 

 

 

 

 

 

Page 240 part of that process will often be the identification of which aspects of language are affected More comprehensive coverage across modalities (receptive, expressive)  and domains of language (e.g., syntax, phonology) can be achieved through the use of a measure designed for that purpose (e.g., the Test of Language  Development—Primary: 3; Newcomer & Hammill, 1997). It can also be achieved through the use of a battery of tests that provide more comprehensive coverage or  through a combination of these methods. Even when a “comprehensive” measure is used, however, certain aspects of language function (especially pragmatics and  discourse) are almost certainly overlooked. The Appendix lists over 50 tests that have been described as useful in the identification process. The table includes very basic information about the test’s identifying  information, content, and intended population. Almost all of the measures published between 1989 and 1996 have been reviewed for the Mental measurements  yearbook on­line review service, thus allowing anyone with access to the Internet an opportunity to examine at least one, and often two, independent reviews. Earlier  tests are likely to have been reviewed in the Mental measurement yearbook printed volumes. Tests published after about 1996 are likely to be reviewed soon,  perhaps even before the publication of this book. Although the Appendix is not intended to be exhaustive, the number of tests it includes illustrates the staggering task facing clinicians who must choose among them. It is  interesting to note the relatively large number of tests that have been created in the 1990s and the relatively small number of publishing houses responsible for their  availability if not their original construction. On the plus side, this means that in efforts to increase the quality of available measures, individual clinicians and the  profession can focus their cooperative interactions with fewer parties. On the negative side, it means that publishers are often in the position of competing largely with  their own products—a prospect that makes it unlikely for free market pressures to help drive the quality of tests higher.  Criterion­Referenced Measures 

In the realm of criterion­referenced measures, specific measures obtained through language analysis (e.g., mean length of utterance, or MLU; 14­morpheme count;  type­token ratio) are gaining increasing support in the identification process (e.g., Aram et al., 1993). In particular, some researchers have used MLU as an  identification tool and found it to be more consistent with clinician judgments than certain test data (M. Dunn, Flax, Sliwinski, & Aram, 1996). Usually, however, MLU  is used in combination with norm­referenced measures (Leonard, 1998). Because language analysis measures are typically considered more useful in description than  identification, the next chapter contains a more detailed account of recent studies in which their strengths and limitations are examined. Nonetheless, it is important to  reiterate here that their use in identification is growing in significance. Practical Considerations In chapter 4, several variables affecting clinicians were highlighted for their potential effects on speech­language pathologists. These variables included federal  legislation, local regulations, and global changes in perspective toward behavioral problems. In 

Page 241 cases of screening and identification, particularly as they are practiced in school settings, those variables can dramatically affect the shape of practice—both for better  and for worse (Cirrin et al., 1989). In this brief section, the effects of these factors on screening and identification are primarily discussed through practice constraints  related to determining children’s eligibility for services.  In 1989, Nye and Montgomery examined the criteria used in 47 states to identify children as having a language disorder. They used a case example in which a 13­year­ old girl who moved frequently because her father was in the military had variously been considered “language disordered in one state, learning disabled in another,  ineligible in a third, and eligible only for tutorial support in a fourth.” (Nye & Montgomery, 1989, p. 26). In the 47 states they examined, they found that although most  provided specific definitions of language disorder, the definitions were highly inconsistent from one state to the next. Only about a half of the states made some  reference to the components of language, and among those that did, semantics and syntax were included far more frequently than phonology, morphology, and  pragmatics. Twenty­one states required the use of at least one standardized language test and only 7 required use of a language sample. Three different means of finding  eligibility were identified across the states—the use of a discrepancy formula, a rating–severity scale, and professional report. Nye and Montgomery noted the poor  reliability likely to be attached to the use of rating–severity scales. Consistent with the poor evaluation of discrepancy scores even in the 1980s, the authors expressed  dismay at the relative frequency with which discrepancy formulas were used. However, they seemed to have combined instances in which a cutoff is used (e.g., 1.5  standard deviations below the mean on a standardized measure) with the truly more notorious instances of cognitive referencing in which a discrepancy is found  between two measures for a given child. This practice makes the extent of cognitive referencing difficult to determine from their report. In their conclusions, Nye and  Montgomery pointed out the need for greater uniformity in terminology and criteria used with this population. In case you have been reading this account and hoping that things changed rapidly, a brief look at similar variables 4 years later (Apel, Hodson, Shulman, & Gordon­ Brannan, 1994) will be of interest. Apel and his colleagues examined the eligibility guidelines for most states (data for Tennessee could not be obtained) and for the  District of Columbia. The data showed continuing inadequacy in the definitions being used. Definitions of language used by state Departments of Education included  reference to both oral and written language only 40% of the time, with the majority of state definitions including either no reference to oral or written language (40%) or  definitions addressing oral language only (20%). Specific guidelines for eligibility were often missing (46%) or were quite heterogeneous. Although standard scores  often figured in available guidelines, cutoffs were quite variable (ranging from 1.5 to greater than 2 standard deviations below the mean), encouragement to use multiple  standardized measures was often absent, and severity ratings were sometimes used as bases for eligibility. When specific criteria for preschool children were sought,  only 8 states (16%) had developed criteria for that population and the types of criteria used were quite variable. Among the practices incorporated in these guidelines  were the use of percentage delay as the sole criterion or as part of a more complex criterion—a  

Page 242 practice that, unfortunately, relies on the use of notoriously unreliable age­equivalent scores.  In short, 4 years did not appear to have resulted in many improvements in the practices reflected in state regulations. Where are we today? A study of state regulations  comparable with those of Nye and Montgomery (1989) and Apel et al. (1994) is currently underway by ASHA (Susan Karr, personal communication). Although these  data are in the process of being analyzed, it seems unlikely that the fit between legislatively influenced practice and ‘‘best” practices will have been brought into much  better alignment than that reported a decade ago by Nye and Montgomery. One positive trend, however, is the intention of the developers of this most recent report to  pair recommendations for components comprising a defensible set of guidelines with preliminary follow­up efforts designed to result in the redrafting of guidelines in at  least a small number of states (Susan Karr, personal communication, October, 1999). In 1997, Merrell and Plante called attention to the need for more studies aimed at furthering the development of empirical bases for test selection. In particular, they  noted that such studies can minimize test selection based on subjective grounds, such as test familiarity and the recommendations or mandates of supervisors or  districts. Although responding to legal and workplace obligations is a necessary part of clinical practice, the nature of the response can go beyond a simple compliance  with an unsatisfactory status quo. More satisfying and ethical responses include increasing the knowledge base of the profession through studies intended to identify best  practices, increasing the knowledge base of individuals around measurement issues, and working with professional organizations at the state and national levels to effect  needed changes. Summary 1. Screening procedures, which typically are designed to be efficient in terms of time and other resources, lead to decisions that a child receive further assessment.  Strategic targeting of groups to be screened and the use of multiple steps in screening procedures can improve screening accuracy when concerns about rarity of the  disorder (low base rates) and about overly high referral rates are encountered in a particular setting. 2. Identification involves the determination that a language problem exists, usually through the use of normative comparisons facilitated by norm­referenced measures.  Methods used in identification are often affected by the eligibility requirements instituted by state Departments of Education.  3. Measures of sensitivity and specificity provide important empirical bases for test selection. 4. Cutoff scores are used in research and clinical practice to standardize identification decisions. Although their empirical determination is feasible, they are often related  to state eligibility requirements and are best used in conjunction with awareness of the possible influence of measurement error and functional criteria that associate test  performance with real­world effects on the child’s social functioning. 

Page 243 5. For all children, but particularly for those with limited English proficiency or dialect use that differs substantially from the clinician’s, the clinician’s attention to the  effects of language difference and cultural effects on assessment can enhance validity. Although controversy persists in the face of an inadequate but growing literature  on the subject of language and cultural influences on assessment, clinical strategies for mitigating negative effects on assessment abound.  6. When scores on different measures are compared with one another during the identification process, factors requiring consideration include the effects of test error,  test correlation, and differences in normative groups. 7. Although most measures used in screening of older children are standardized norm­referenced tests, the use of parent questionnaires for younger children and  criterion­referenced measures derived from language analyses is becoming more common with increasing research.  8. Among practical factors affecting the selection of measures for use in screening and identification are state guidelines, which have historically been slow to respond to  professional recommendations regarding best practices. Key Concepts and Terms cutoff score: the score that serves as a decision boundary in screening or identification, such that scores above a particular level are seen are presenting  nonproblematic performance and those below that level are seen as indicative of potential disorder or difference. gold standard: a measure used as the basis for comparison when a second measure is being evaluated. It is thought to provide a “true” measurement of the behavior or  characteristic being measured. language difference: a difference in language use reflecting systematic variation in phonology, syntax, semantics, and so forth, when compared with the dialect that is  typically represented in standardized language measures. limited English proficiency (LEP): language difficulties in English that appear to be related primarily to ineffective or insufficient exposure to the language rather than  to a language disorder, which may nonetheless be coexisting. person first nomenclature: using terms such as “a child with impaired language” instead of “a language­impaired child’’ to avoid undue emphasis on the role of the  problem in understanding the child. referral rate: the rate at which children who are screened are referred on for additional assessment. sensitivity: the ability of a measure to give a positive result when the person being assessed truly has the disorder. specificity: the ability of a measure to give a negative result when the person being assessed truly does not have the disorder.

Page 244 Study Questions and Questions to Expand Your Thinking 1. What might the effects of poor sensitivity be on the following decisions? Screenings for hearing loss in children with known language impairments; Identification testing for children’s eligibility for communication problems warranting early intervention services; and  Determination of the presence of a language disorder in a bilingual child. 2. What might the effects of poor specificity be on the following decisions? Screenings of a large group of kindergarten children for speech and language disorders; Identification of oral language disorder in children who are failing academically; and Language screenings for children who speak Spanish­influenced English.  3. Imagine that you are a school speech­language pathologist who is interested in obtaining information about the specificity and sensitivity of your own screening  procedures? How might you obtain the information you need for looking at both hits and both kinds of misses—false positives and false negatives? Which kind of  information will be most difficult to obtain? 4. Use Appendix A and your reading of this chapter to consider the following questions. What domains of language and what age groups appear to be less well  represented in standardized tests? Besides those reasons given in the text, can you think of reasons for these patterns? 5. Take two measures listed in Appendix A that are said to target one or more language domains and modalities in common. Compare and contrast the content of these  shared components in terms of numbers and kinds of items, tasks, and stimuli. 6. On the basis of what you have read, create a list of 5 research questions that, if answered, would greatly improve screening and assessment practices in speech­ language pathology. Recommended Readings American Speech­Language­Hearing Association (1993). Definitions of communication disorders and variations. Asha, 35(Suppl. 10), 40–41.  Hansen, J. C. (1999). Test psychometrics. In J. W. Lichtenberg & R. K. Goodyear (Eds.), Scientist–practitioner perspectives on test interpretation (pp. 15–30).  Boston: Allyn & Bacon. Maynard, D. W., & Marlaire, C. L. (1999). Good reasons for bad testing performance: The interactional substrate of educational testing. In D. Kovarsky, J. Duchan,  & M. Maxwell (Eds.), Constructing (in)competence (pp. 171–196). Mahwah, NJ: Lawrence Erlbaum Associates.  References American Speech­Language­Hearing Association (1999). Guidelines for roles and responsibilities of the school­based speech­language pathologist [On­line].  Available: http:/www.asha.org/professionals/library/slpschool_i.htm#purpose.

Page 245 Apel, K., Hodson, B., Shulman, B., & Gordon­Brannan, M. (November, 1994). Severity ratings and eligibility criteria: A (confused?) state of the union.  Miniseminar presented to the annual convention of the American Speech­Language­Hearing Association, New Orleans, LA.  Aram, D. M., Morris, R., & Hall, N. E. (1993). Clinical and research congruence in identifying children with specific language impairment. Journal of Speech and  Hearing Research, 36, 580–591.  Bailey, D., & Roberts, J. E. (1987). Teacher–Child Communication Scale. Chapel Hill, NC: University of North Carolina.  Bates, E., Bretherton, I., & Snyder, L. (1988). From first words to grammar: Individual differences and dissociable mechanisms. Cambridge, England:  Cambridge University Press. Botting, N., Conti­Ramsden, G., & Crutchley, A. (1997). Concordance between teacher/therapist opinion and formal language assessment scores in children with  language impairment. European Journal of Disorders of Communication, 32, 317–327.  Bracken, B. A. (1987). Limitations of preschool instruments and standards for minimal levels of technical adequacy. Journal of Psychoeducational Assessment, 4,  313–326.  Brown, J. (1989). The truth about scores children achieve on tests. Language, Speech, and Hearing Services in Schools, 20, 366–371.  Bzoch, K. R., & League, R. (1971). The Receptive–Expressive Language Emergent Language Scale—Revised. Gainesville, FL: Language Education Division,  Computer Management Corporation. Camaioni, L., Castelli, M. C., Longobardi, E., & Volterra, V. (1991). A parent report instrument for early language assessment. First Language, 11, 345–359.  Campbell, T., Dollaghan, C., Needleman, H., & Janosky, J. (1997). Reducing bias in language assessment: Processing­dependent measures. Journal of Speech­ Language­Hearing Research, 40, 519–525.  Cheng, L. L. (1987). Assessing Asian language proficiency: Guidelines for evaluating limited­English­proficient students. Rockville, MD: Aspen.  Cirrin, F. M., Bashir, A., Brinton, B., Damico, J. S., Dublinske, S., Edwards, E. B., Grimes, A. M., Kamhi, A. G., Prelock, P. A., Rodriguez, J. M., Shulman, B. B.,  Tibbits, D. F., & Westby, C. (March, 1989). Issues in determining eligibility for language intervention. ASHA, 113–118.  Compton, C. (1996). A guide to 100 tests in special education. Upper Saddle River, NJ: Globe Fearon Educational Publisher. Crago, M. B., Annahatak, B., Doehring, D. G., & Allen, S. (1991). First language evaluation by native speakers: A preliminary study. Journal of Speech­Language  Pathology and Audiology, 15, 43–48.  Crais, E. R. (1993). Families and professionals as collaborators in assessment. Topics in Language Disorders, 14(1), 29–40.  Dale, P., Bates, E., Reznick, S., & Morisset, C. (1989). The validity of a parent report instrument of child language at twenty months. Journal of Child Language,  16, 239–49.  Damico, J. S., Secord, W. A., & Wiig, E. H. (1992). Descriptive language assessment at school: Characteristics and design. In W. Secord (Ed.), Best practices in  school speech­language pathology: Descriptive/nonstandardized language assessment (pp. 1–8). San Antonio, TX: Psychological Corporation.  Damico, J. S., Smith, M., & Augustine, L. E. (1996). Multicultural populations and language disorders. In M. D. Smith & J. S. Damico (Eds.), Childhood language  disorders (pp. 272–299). New York: Thieme.  Derogatis, L. R., & DellaPietra, L. (1994). The use of psychological testing for treatment planning and outcome assessment. In M. E. Mareish, (Ed.), The use of  psychological testing for treatment planning and outcome assessment (pp. 22–54). Hillsdale, NJ: Lawrence Erlbaum Associates.  Dollaghan, C., & Campbell, T. (1999, November). Is child language impairment a taxon? Paper presented at the American Speech­Language­Hearing Association,  San Francisco. Dunn, L. M., & Dunn, L. M. (1997). Peabody Picture Vocabulary Test–III (3rd ed.). Circle Pines, MN: American Guidance Service.  Dunn, L. M., Lugo, D. E., Padilla, E. R., & Dunn, L. M. (1986). Test de Vocabulario en Imagenes Peabody [Peabody Picture Vocabulary Test]. Circle Pines, MN:  American Guidance Service. Dunn, M., Flax, J., Sliwinski, M., & Aram, D. M. (1996). The use of spontaneous language measures as criteria for identifying children with specific language  impairment: An attempt to reconcile clinical and research incongruence. Journal of Speech and Hearing Research, 39, 643–654. 

Page 246 Erickson, J. G., & Iglesias, A. (1986). Assessment of communicatin disorders in non­English proficient children. In O. Taylor (Ed.), Nature of communication  disorders in culturally and linguistically diverse populations (pp. 181–218). San Diego, CA: College­Hill Press.  Feeney, J., & Bernthal, J. E. (1996). The efficiency of the Revised Denver Developmental Screening Test as a language screening tool. Language, Speech,  Hearing Services in Schools, 27, 330–332.  Fenson, L., Dale, P., Reznick, S., Thal, D., Bates, E., Hartung, J., Pethick, S., & Reilly, J. (1991). Technical manual for the MacArthur Communicative  Development Inventories. San Diego, CA: San Diego State University. Fey, M. (1986). Language intervention with young children. San Diego, CA: College­Hill Press.  Fey, M., Long, S., & Cleave, P. (1994). Reconsideration of IQ criteria in the definition of specific language impairment. In R. Watkins & M. Rice (Eds.), Specific  language impairments in children (pp. 161–178). Baltimore: Paul H. Brookes.  Fluharty, N. (1978). Fluharty Preschool Speech and Language Screening Test. Boston: Teaching Resources. Frankenburg, W. K., Dodds, J., & Archer, P. (1990). Denver–II: Technical manual. Denver, CO: Denver Developmental Materials.  Frankenburg, W. K., Dodds, J., Fandal, A., Kazuk, E., & Cohrs, M. (1975). The Denver Developmental Screening Test: Revised. Denver, CO: Denver  Developmental Materials. Girolametto, L. (1997). Development of a parent report measure for profiling the conversational skills of preschool children. American Journal of Speech­Language  Pathology, 6, 25–33.  Gutierrez­Clellen, V F., Brown, S., Conboy, B., & Robinson­Zañartu, C. (1998). Modifiability: A dynamic approach to assessing immediate language change. Journal  of Children s Communication Development, 19, 31–42.  Haber, J. S., & Norris, M. L. (1983). The Texas Preschool Screening Inventory: A simple screening device for language and learning disorders. Children’s Health  Care, 12(1), 11–18.  Hadley, P. A., & Rice, M. L. (1993). Parental judgments of preschoolers’ speech and language development: A resource for assessment and IEP planning. Seminars  in Speech and Language, 14, 278–288.  Haley, S. M., Coster, W. J., Ludlow, L. H., Haltiwanger, J. T., & Andrellos, P. J. (1992). Pediatric evaluation of disability inventory, Version 1.0. Boston: New  England Medical Center Hospitals. Hansen, J. C. (1999). Test psychometrics. In J. W. Lichtenberg & R. K. Goodyear (Eds.), Scientist–practitioner perspectives on test interpretation (pp. 15–30).  Boston: Allyn & Bacon. Haynes, W. O., Pindzola, R. H., & Emerick, L. L. (1992). Diagnosis and evaluation in speech pathology (4th ed). Englewood Cliffs, NJ: Prentice–Hall.  Hedrick, D., Prather, E., & Tobin, A. (1975). Sequenced Inventory of Communication Development. Seattle, WA: University of Washington Press. Hirshoren, A., & Ambrose, W. R. (1976). Language, Speech, and Hearing Services in Schools, 7(2), 86–89.  Huang, R., Hopkins, J., & Nippold, M. A. (1997). Satisfaction with standardized language testing: A survey of speech­language pathologists. Language, Speech, and  Hearing Services in Schools, 28, 12–29.  Hummel, T. J. (1999). The usefulness of tests in clinical decisions. In J. W. Lichtenberg & R. K. Goodyear (Eds.), Scientist–practitioner perspectives on test  interpretation (pp. 59–112). Boston: Allyn & Bacon.  Hutchinson, T. A. (1996). What to look for in the technical manual: Twenty questions for users. Language, Speech, and Hearing Services in Schools, 27, 109–121.  Individuals With Disabilities Education Act (IDEA). Pub. L. No. 101 –476, 104 Stat. 1103 (1990).  Jackson­Maldonado, D., Thal, D., Marchman, V., Bates, E., & Gutierrez­Clellen, V. (1993). Early lexical development in Spanish­speaking infants and toddlers.  Journal of Child Language, 20(3), 523–549.  Kamhi, A. (1998). Trying to make sense of developmental language disorders. Language, Speech, and Hearing Disorders in Schools, 29, 3 544. Kamhi, A., Pollock, K. E., & Harris, J. L. (Ed.). (1996). Communication development and disorders in African American children: Research, assessment, and  intervention. Baltimore: Paul H. Brookes. Kaufman, A. S., & Kaufman, N. L. (1983). Kaufman Assessment Battery for Children. Circle Pines, MN: American Guidance Service. Kayser, H. (1989). Speech and language assessment of Spanish­speaking children. Language, Speech, and Hearing Services in Schools, 20, 226–244. 

Page 247 Kayser, H. (1991). Interpreters in speech­language pathology. Texas Journal of Audiology and Speech Pathology, 17, 28–29.  Kayser, H. (Ed.). (1995). Bilingual speech­language pathology: An Hispanic focus. San Diego, CA: Singular Publishing Group.  Kelly, D. J., & Rice, M. L. (1986). A strategy for language assessment of young children: A combination of two approaches. Language, Speech, and Hearing  Services in Schools, 17, 83–94.  Krassowski, E., & Plante, E. (1997). IQ variability in children with SLI: Implications for use in cognitive referencing in determining SLI. Journal of Communication  Disorders, 30, 1–9.  Kulig, S. G., & Baker, K. A. (1975). Physician’s Developmental Quick Screen for Speech Disorders. Galveston, TX: Department of Pediatrics, University of  Texas Medical Branch at Galveston. Lahey, M. (1988). Language disorders and language development. New York: Macmillan. Lahey, M. (1990). Who shall be called language disordered? Some reflections and one perspective. Journal of Speech and Hearing Disorders, 55 612–620.  Leap, W. L. (1993). American Indian English. Salt Lake City, UT: University of Utah Press. Lee, L. (1974). Developmental sentence analysis. Evanston, IL: Northwestern University Press. Lehr, C. A., Ysseldyke, J. E., & Thurlow, M. L. (Eds.). (1986). Assessment practices in model early childhood education programs. Psychology in the Schools, 24,  390–399.  Leonard, L. (1987). Is specific language impairment a useful construct? In S. Rosenberg (Ed.), Advances in applied psycholinguistics, 1: Disorders of first­ language acquisition (pp. 1–39). New York: Cambridge University Press.  Leonard, L. (1998). Children with specific language impairment. Cambridge: Massachusetts Institute of Technology Press. Leonard, L., & Weiss, A. L. (1983). Application of nonstandardized assessment procedures to diverse linguistic populations. Topics in Language Disorders, 3(3),  35–45.  Mardell­Czudnoswki, C., & Goldenberg, D. (1983). Developmental Indicators for Assessment of Learning—Revised (DIAL­R). Edison, NJ: Childcraft Education  Corporation. Maynard, D. W., & Marlaire, C. L. (1999). Good reasons for bad testing performance: The interactional substrate of educational testing. In D. Kovarsky, J. Duchan,  & M. Maxwell (Eds.), Constructing (in)competence (pp. 171–196). Mahwah, NJ: Lawrence Erlbaum Associates.  McCarthy, D. A. (1972). Scales of Children’s Abilities. San Antonio, TX: Psychological Corporation.  McCauley, R. J., & Swisher, L. (1984a). Psychometric review of language and articulation tests for preschool children. Journal of Speech and Hearing Disorders,  49, 34–42.  McCauley, R. J., & Swisher, L. (1984b). Use and misuse of norm­referenced tests in clinical assessment: A hypothetical case. Journal of Speech and Hearing  Disorders, 49, 338–348.  Meehl, P. E. (1992). Factors and taxa, traits and types, differences of degree and differences in kind. Journal of Personality, 60, 117–174.  Meehl, P. E., & Yonce, L. J. (1994). Taxometric analysis: I. Detecting taxonicity with two quantitative indicators using means above and means below a sliding cut  (MAMBAC procedure). Psychological Reports, 74 (Monograph Supplement 1­V74), 1059–1274.  Meehl, P. E., & Yonce, L. J. (1996). Taxometric analysis: II. Detecting taxonicity using two quantitative indicators in successive intervals of a third indicator  (MAXCOV procedure). Psychological Reports, 78 (Monograph Supplement 1­V78), 1091–1227.  Merrell, A., & Plante, E. (1997). Norm­referenced test interpretation in the diagnostic process. Language, Speech, and Hearing Services in Schools, 28, 50–58.  Muma, J. (1985). “No news is bad news”: Response to McCauley and Swisher (1984). Journal of Speech and Hearing Disorders, 50, 290–293.  Muma, J. (1998). Effective speech­language pathology: A cognitive socialization approach. Mahwah, NJ: Lawrence Erlbaum Associates.  Nelson, N. W. (1993). Language intervention in school settings. In D. K. Bernstein & E. Tiegerman (Eds.), Language and communication disorders in children  (3rd ed., pp. 273–324). New York: Merrill.  Newborn Infant Hearing Screening and Intervention Act. Pub. L. No. 106 –113. 113 Stat 1501 (1999).  Newcomer, P. L., & Hammill, D. D. (1997). Test of Language Development—Primary: 3. Austin, TX: Pro­Ed. 

Page 248 Nicolosi, L., Harryman, E., & Kresheck, J. (1996). Terminology of communication disorders (4th ed.). Baltimore: Williams & Wilkins. Norris, M. K., Juarez, M. J., & Perkins, M. N. (1989). Adaptation of a screening test for bilingual and bidialectal populations. Language, Speech, and Hearing  Services in Schools, 20, 381–390.  Nunnally, J. (1978). Psychometric theory (2nd ed.). New York: McGraw­Hill.  Nuttall, E. V., Romero, I., & Kalesnik, J. (Eds.). (1999). Assessing and screening preschoolers: Psychological and educational dimensions (2nd ed.). Needham  Heights, MA: Allyn & Bacon. Nye, C., & Montgomery, J. K. (1989). Identification criteria for language disordered children: A national survey. Hearsay: The Journal of the Ohio Speech and  Hearing Association, Spring, 26–33.  Olswang, L., Bain, B., & Johnson, G. (1992). Using dynamic assessment with children with language disorders. In S. F. Warren & J. Reichle (Eds.), Causes and  effects in communication language intervention (pp. 187–215). Baltimore: Brookes Publishing.  Owens, R. E. (1995). Language disorders: A functional approach to assessment and treatment (2nd ed.). Boston: Allyn & Bacon. Pang, V. O., & Cheng, L. L. (Eds.). (1998). Struggling to be heard. The unmet needs of Asian Pacific American children. Albany, New York: State University of  New York Press. Paul, R. (1995). Language disorders from infancy through adolescence. Assessment and intervention. St. Louis, MO: Mosby Yearbook. Peña, E. (1996). Dynamic assessment: The model and its language applications. In K. Cole, P. Dale, & D. Thal (Eds.), Advances in assessment of communication  and language (pp. 281–308). Baltimore: Brookes Publishing.  Plante, E. (1998). Criteria for SLI: The Stark and Tallal legacy and beyond. Journal of Speech, Language, and Hearing Research, 41, 951–957.  Plante, E., & Vance, R. (1994). Selection of preschool speech and language tests: A data­based approach. Language, Speech, and Hearing Services in Schools,  25, 15–23.  Plante, E., & Vance, R. (1995). Diagnostic accuracy of two tests of preschool language. American Journal of Speech­Language Pathology, 4, 70–76.  Prather, E. M., Breecher, S. V. A., Stafford, M. L., & Wallace, E. M. (1980). Screening Test of Adolescent Language (STAL). Seattle, WA: University of  Washington Press. Prizant, B. M., & Wetherby, A. M. (1993). Communication and language assessment for young children. Infants and Young Children, 5, 20–34.  Rescorla, L. (1989). The language development survey: A screening tool for delayed language in toddlers. Journal of Speech and Hearing Disorders, 54, 587–599.  Reveron, W. W. (1984). Language assessment of Black children: The state of the art. Papers in the Social Sciences, 4, 79–94.  Reznick, S., & Goldsmith, L. (1989). A multiple form word production checklist for assessing early language. Journal of Child Language, 16, 91–100.  Robinson­Zañartu, C. (1996). Serving Native American children and families: Considering cultural variables. Language, Speech, and Hearing Services in Schools,  27, 373–384.  Rosetti, L. (1990). Rosetti Infant–Toddler Language Scale. East Moline, IL: LinguiSystems.  Roussel, N. (1991). Appendix A: Annotated bibliography of Communicative Abilities Test. In E. V. Hamayan & J. S. Damico (Eds.), Limiting bias in the  assessment of bilingual children (pp. 320–343). Austin: Pro­Ed.  Sabatino, A. D., Vance, H. B., & Miller, T. L. (1993). Defining best diagnostic practices. In H. B. Vance (Ed.), Best practices in assessment for school and clinical  settings (pp. 1–28). Brandon, VT: Clinical Psychology Publishing.  Sabers, D., & Hutchinson, T. (1990). User norms software. Chicago: Riverside Publishing. Salvia, J., & Good, R. (1982). Significant discrepancies in the classification of pupils: Differentiating the concept. In J. T. Neisworth (Ed.), Assessment in special  education (pp. 77–82). Rockville, MD: Aspen.  Salvia, J., & Ysseldyke, J. E. (1991). Assessment (5th ed.). Boston: Houghton Mifflin. Salvia, J., & Ysseldyke, J. E. (1998). Assessment (7th ed.). Boston: Houghton Mifflin. Sanger, D., Aspedon, M., Hux, K., & Chapman, A. (1995). Early referral of school­age children with language problems. Journal of Childhood Communication  Disorders, 16, 3–9. 

Page 249 Sattler, J. M. (1988). Assessment of children. San Diego: Author. Schraeder, T., Quinn, M., Stockman, I. J., & Miller, J. F. (1999). Authentic assessment as an approach to preschool speech­language screening. American Journal  of Speech­Language Pathology, 8, 195–200.  Schwartz, I. S., & Olswang, L. B. (1996). Evaluating child behavior change in natural settings: Exploring alternative strategies for data collection. Topics in Early  Childhood Special Education, 16, 82–101.  Semel, E., Wiig, E. H., & Secord, W. A. (1966). Observation Rating Scales. Clinical Evaluation of Language Fundamentals (3rd ed.). San Antonio: The  Psychological Corporation. Shepard, L. A. (1989). Identification of mild handicaps. In R. Linn (Ed.), Educational measurement (3rd ed., pp. 545–572). New York: American Council on  Education and Macmillan. Smit, A. (1986). Ages of speech sound acquisition: Comparisons and critiques of several normative studies. Language, Speech, and Hearing Services in Schools,  17, 175–186.  Smith, A. R., McCauley, R. J., & Guitar, B. (in press). Development of the Teacher Assessment of Student Communicative Competence (TASCC) for children in  grades 1 through 5. Communication Disorders Quarterly. Sparrow, S., Balla, D., & Cicchetti, D. (1984). Vineland Adaptive Behavior Scales. Circle Pines, MN: American Guidance Service. Stephens, M. I. (1977). Stephens Oral Language Screening Test (SOLST). Peninsula, OH: Interim Publishers. Stokes, S. F (1997). Secondary prevention of paediatric language disability: A comparison of parents and nurses as screening agents. European Journal of Disorders  of Communication, 32, 139–158.  Striffler, N., & Willis, S. (1981). The Communication Screen. Tucson, AZ: Communication Skill Builders. Sturner, R. A., Kunze, L., Funk, S. G., & Green, J. A. (1993). Elicited imitation: Its effectiveness for speech and language screening. Developmental Medicine and  Child Neurology, 35, 715–726.  Sturner, R. A., Layton, T. L., Evans, A. W., Heller, J. H., Funk, S. G., & Machon, M. W. (1994). Preschool speech and language screening: A review of currently  available tests. American Journal of Speech­Language Pathology, 3, 25–36.  Taylor, O. L., & Payne, K. T. (1983). Culturally valid testing: A proactive approach. Topics in Language Disorders, 3, 8–20.  Terrell, S. L., Arensberg, K., & Rosa, M. (1992). Parent­child comparative analysis: A criterion­referenced method for the nondiscriminatory assessment of a child  who spoke a relatively uncommon dialect of English. Language, Speech and Hearing Services in Schools, 23, 34–42.  Terrell, S. L., & Terrell, F. (1983). Distinguishing linguistic differences from disorders: The past, present, and future of nonbiased assessment. Topics in Language  Disorders, 3, 107. Thordardottir, E. T., & Ellis Weismer, S. (1996). Language assessment via parent report: Development of a screening instrument for Icelandic children. First  Language, 16, 265–285.  Thorner, R. M., & Remein, Q. R. (1962). Principles and procedures in the evaluation of screening for disease. Public Health Monograph, 67, 408–421.  Turner, R. G. (1988). Techniques to determine test protocol performance. Ear and Hearing, 9, 177—189.  Van Keulen, J. E., Weddington, G. T., & DeBose, C. E. (1998). Speech, language, and learning and the African American child. Boston: Allyn & Bacon. Vaughn­Cooke, F B. (1983). Improving language assessment in minority children. Asha, 25, 29–34.  Washington, J. A. (1996). Issues in assessing the language abilities of African American children. In A. G. Kamhi, K. E. Pollock, & J. L. Harris (Eds.),  Communication development and disorders in African American children (pp. 35–54). Baltimore: Brookes.  Weddington, G. T. (1987). The assessment and treatment of communication disorders in culturally diverse populations. Unpublished manuscript. Whitworth, A., Davies, C., & Stokes, S. F (1993). Identification of communication impairments in preschoolers: A comparison of parent and teacher success.  Australian Journal of Human Communication Disorders, 21, 112–133.  Wolfram, W. (1991). Dialects and American English. Englewood Cliffs, NJ: Prentice­Hall. 

Page 250 CHAPTER

10 Description: What Is the Nature of This Child’s Language?  The Nature of Examining Change Special Considerations for Asking This Clinical Question Available Tools Practical Considerations Nigel is a 9­year­old with mild mental retardation whose placement in a multiage classroom is complicated by a moderate hearing loss and ADD. A 3­year  reevaluation conducted at the beginning of the school year included extensive audiological assessment as well as standardized language testing that  confirmed particular difficulties in expressive phonology and morphosyntax. Language sampling and a classroom checklist were used to help determine the  educational impact of Nigel’s difficulties and to help plan accommodations and develop Nigel’s individualized educational plan.  Tao has a long history of communication problems that have changed with age. She was diagnosed with autism at age 4, then Asperger’s syndrome at age  8. Now, at age 12, with appropriate accommodations and intensive treatment, she is in a regular junior high school. Speech­language intervention has  centered on addressing her pragmatic challenges with peers and teachers. Goals in this area have been identified and tracked during the semester using a  variety of descriptive measures 

Page 251 created by her clinicians. Recently a dynamic assessment designed to examine Tao’s emerging awareness of the perspectives of others was undertaken as  part of this process. The Nature of Description Describing their skills and the problems faced by children with suspected language impairments sometimes occurs as part of screening, thus preceding the use of formal  procedures associated with identification. More often, description represents a critical component of initial assessments and continues throughout all of the later steps  involved in speech­language management. With such pervasiveness, description undoubtedly constitutes the major measurement task facing clinicians.  The purposes served by description are varied. Descriptive measures are initially used to characterize the specific areas of linguistic or communicative difficulty facing a  child, the functional limitations those difficulties impose, and increasingly the effects on the child’s social roles that are associated with the child’s language disorder  (Goldstein & Geirut, 1998). At the same time, descriptive measures can be used to help plan initial treatment strategies, choose specific treatment goals, and provide  the basis for later comparisons. During treatment, descriptive probes—especially of untreated but related stimuli—and other descriptive measures are likely to provide  some of the best evidence of treatment effectiveness (Bain & Dollaghan, 1991; Olswang & Bain, 1994; Schmidt & Bjork, 1992) because they reflect the extent to  which generalization is occurring. In fact, much of the profession’s recent focus on measuring outcomes to document the value of treatment (see Frattali, 1998) involves  the development and use of descriptive measures. Despite the ubiquity of descriptive measures (and perhaps because of it), the measurement challenges they present can be overlooked, or at least underappreciated  (Leonard, Prutting, Perozzi, & Berkley, 1978; McCauley, 1996; Minifie, Darley, & Sherman, 1963). Illustrating a growing interest in those challenges, Secord (1992)  devoted an entire book to descriptive, nonstandardized language assessment. In an early chapter of that book, Damico, Secord, and Wiig (1992) noted that effective  descriptive assessment procedures need to be “as rigorous as norm­referenced tests” (p. 1). The source of that rigor, however, is much less obvious than that  associated with measures used for purposes of classification. Much of the rigor associated with methods used in the identification of language impairment appears to reside in the hands of others (e.g., test authors and publishers,  individual researchers). In contrast, for descriptive measures, the responsibility for rigor falls largely into the hands of the clinician. As Leonard (1996) observed, such  measures are “essentially experimental tasks”—often created by clinicians and sometimes borrowed directly from experimenters. Fortunately, in creating and  understanding such measures, the clinician has allies in the increasing number of clinician–researchers in speech­language pathology and related fields who develop and  share individual methods and reflections on the measurement challenges they present. In this chapter, I try to pass along some of their insights and direct readers to  particularly helpful examples.

Page 252 Special Considerations for Asking This Clinical Question The process of description can sometimes use norm­referenced measurement. When profiles of performance are examined to assess broader patterns of strengths and  challenges within different areas of communication, standardized norm­referenced measures can provide useful information (Olswang & Bain, 1991). This is especially  true when limitations due to test content and measurement error are taken into account (McCauley & Swisher, 1984; Salvia & Ysseldyke, 1981).  Usually, however, the process of description makes use of criterion­referenced measurement. Such measurement can function at several levels of detail—from more  global categorizations of language function in different modalities to the detailed description of a specific language or communication skill (e.g., frequency of use of a  particular grammatical morpheme or communicative intent in a given conversational context). Although such descriptions may not always fit within a view of  measurement as the assignment of numbers to behaviors, they fit within the broader view of behavioral measurement as a simplification process or as information  compression used to aid decision making (Barrow, 1992; Morris, 1994). Thus, as with all cases of measurement, our central concern with validity remains (APA,  AERA, & NCME, 1985; Messick, 1989). However, validity is fostered through means that may superficially appear unrelated to the psychometric concerns described  for norm­referenced instruments. For example, rather than a study of criterion­related validity using numerous participants and other norm­referenced measures,  evidence for descriptive measures may involve the collection of supporting qualitative and subjective data for a much smaller number of cases, or even a single case.  Because a principal value of such measures is their close tie to a specific construct, the user’s alertness to the nature of a targeted construct and the degree to which a  specific measure serves as an acceptable indicator of it rises in importance from large to gargantuan proportions. Damico et al. (1992) discussed three complex characteristics pivotal to effective descriptive assessment techniques: authenticity, functionality, and richness of  description. Authenticity is used to refer to three related concepts: linguistic realism, ecological validity, and psychometric veracity. Linguistic realism involves the  treatment of communication in data collection and analysis as a complex and synergistic process with the sharing of meaning as its goal, whereas ecological validity  refers to the preservation of natural communicative contexts in assessment. The third concept, psychometric veracity, encompasses the traditional concepts of reliability  and validity as well as the clinical practicality of the measures in terms such as time and required resources. Concerns regarding authenticity have led to the use of the  term authentic assessment to refer to assessments designed with authenticity as their paramount virtue (e.g., Schraeder, Quinn, Stockman, & Miller, 1999).  The term functionality as used by Damico et al. (1992) relates to effectiveness, fluency, and appropriateness of conveyed meaning. This criterion focuses not just on  obtaining information about clients’ underlying competence but also about their ability to put knowledge into play effectively to achieve communication goals. The crite­  

Page 253 rion of richness of description, cited by those same authors, entails the use of assessment procedures designed to provide detailed descriptions of communicative  performance leading to explanatory hypotheses for detected communication difficulties. This criterion, then, associates descriptive measures with the manipulation of  variables in the environment (materials used, identity of communication partner, etc.) that can be studied for their immediate effect on performance.  I urge readers to examine the original source (Damico et al., 1992) in order to get a deeper feel for the intricacies involved in assessment that preserve those  characteristics of communication that make communication what it is. I also suggest, however, that the overarching point Damico and his colleagues were making is that  descriptive measures of communication need to be valid—they need to measure what they purport to measure. Specifically, to the very great extent to which  communication is embedded in social interaction, intended to share meaning, and constrained by the physiological and social makeup of its users, its measurement must  honor those properties or suffer the fate of reduced validity. The work of Damico et al. and numerous others (e.g., Kovarsky, Duchan, & Maxwell, 1999; Lund &  Duchan, 1983, 1993; Muma, 1998) is extremely valuable in calling attention to these special properties—an endeavor made all the more necessary by the frequent  equating of principles such as validity only with norm­referenced measurement. Because of growing sensitivity to the demands for a widening range of descriptive measures, advice about construction of such measures by clinicians themselves has  become increasingly available (e.g., Miller & Paul, 1995; Vetter, 1988). Providing a succinct foundation for these recommendations, Vetter outlined a systematic  process for developing informal assessment procedures. In an earlier publication on criterion­referenced measures (McCauley, 1996), I modified that process  somewhat and have modified it further in Fig. 10.1 through the addition of a step encouraging clinicians to seek out existing probes for possible use or adaptation.  In the process outlined in Fig. 10.1, the crucial first step is the formulation of the specific clinical question. In questions of description, the clinician is relatively  unencumbered by the external, regulatory forces (e.g., state requirements) that affect both the kinds of clinical questions that are asked and the methods used to answer  them. However, that does little to decrease, and may even increase, the clinical perspicacity required at this step. The multiple levels of WHO’s classification systems  (WHO, 1980, 1998) come into play in the complexity of this step. Recall that these levels (e.g., impairment, disorder, disability, and handicap in the 1980 version)  consider the broader effects of health conditions and the role that society plays in determining the implications of a given condition for the individual. These levels bring  to mind the challenge of describing a child’s communication in terms of effects on the child’s participation in social roles, as well as in the specifics of lexicon, grammar,  and so forth. Consequently, the clinician who wishes to describe a child’s communication will need to choose selectively from a large number of possible levels and  areas for which description is possible. In so doing, the clinician can focus on a smaller number of clinical questions whose answers can have a powerful impact on the  child’s treatment and subsequent functioning.  The remaining steps in Vetter’s process entail tailoring the procedure to meet the demands of a specific clinical question and client, implementing it, and then evaluat­ 

Page 254

Fig. 10.1.  Steps in the development of an informal measure. ing its effectiveness—ideally through the accumulation of data spanning several clients. The clinician’s reactions to this evaluative step in the process can include  changing instructions or the specific items used, increasing the number of items used in order to increase reliability, or abandoning the procedure altogether.  Particularly when a measure lends itself to use with numerous children, additional steps such as a more rigorous evaluation of reliability and the development of local  

Page 255 norms can be well worth the additional effort. Cirrin and Penner (1992) discussed how descriptive measures can be implemented district­wide. Their recommendations  make use of multiple stages to ensure feasibility and validity. Among factors that they stressed are the need to (a) use pilot procedures with a small number of clinicians  prior to widespread use, (b) conduct initial training and follow­up sessions for all users, and (c) undertake a district­wide trial period. Cirrin and Penner stressed the  value of local norms as a means of improving eligibility decisions, but they also acknowledged the heavy administrative demands this entails in terms of expertise and  staff time. In so doing, they point to one of the chief challenges of descriptive measures—making their construction and use fit within the sometimes harsh demands for  efficiency (especially time demands) facing most speech­language pathologists. However, it should always be remembered that cutting corners by paying too much  attention to being efficient can result in an incomplete picture of a child’s problem that will result in the long run in far greater losses of time. This issue will receive  additional attention later in the chapter in the section entitled ‘‘Practical Considerations.”  Available Tools One reason that description can seem relatively perplexing from a measurement perspective is the diversity of available tools and strategies. This diversity includes tools  that are quite standardized, tools proposed informally in research or clinical publications, and tools that the clinician may decide to develop on­demand to address a  specific clinical question for which no commercially developed alternative is available. Although not exhaustive, a relatively detailed list of available types of such  measures has been offered by Damico et al. (1992)—language sample analyses, probes, rating scales, and on­line observations. Although one can broadly categorize  the tools and strategies listed by Damico et al. (1992) as norm­referenced and criterion­referenced measures falling at various levels of standardization, considering  them in greater detail seems warranted. Consequently, all of the categories described by Damico et al. as well as standardized norm­referenced measures and  standardized criterion­referenced measures are briefly discussed in this section. Two additional assessment strategies are also highlighted—dynamic assessment (Gutierrez­Clellen, Brown, Conboy, & Robinson­Zañartu, 1998; Lidz, 1987, Lidz &  Peña, 1996) and qualitative measures (Olswang & Bain, 1994; Schwartz & Olswang, 1996). These techniques are singled out for special attention by virtue of their  emerging status as innovative approaches to description. Although dynamic assessment has received considerable attention in the professional literature (Butler, 1997),  the use of qualitative measures represents a refinement of clinical practice that has received less direct critical attention.  1.  Standardized Norm­Referenced Measures 

Standardized norm­referenced measures are frequently used to characterize areas of greater or lesser deficit—a type of description that involves what is sometimes  termed profile analysis or discrepancy analysis. For example, many clinicians make use of 

Page 256 the structure of available norm­referenced tests in which both receptive and expressive skills are examined to determine the extent of problems in each area.  Additionally, they may make use of subtest structure, when it is available, to further refine a list of more specific strengths and challenges. For example, the clinician may  note a child’s better performance on receptive subtests with longer stimuli (e.g., listening to paragraphs) than on those with shorter stimuli (e.g., word classes).  In chapter 9, problems in profile analysis were discussed in relation to using profiles in identification decisions (see the section on conducting comparisons between  scores). As a brief reprise, these problems relate to the difficulty in distinguishing real differences between scores from those due to measurement error or to differences  in normative groups. In addition, when measures used in a profile are highly correlated, the comparison may offer little or no new information (Olswang & Bain, 1994;  Turner, 1988). Finally, even differences between tests or subtests that are real (i.e., are not due to error) and have occurred on measures of independent skills may not  represent differences that are any greater than those that may be observed in normal development (Berk, 1984; Olswang & Bain, 1991). The strategy of simply  distinguishing between age­appropriate and non­age­appropriate functioning seems a useful alternative to more elaborate but problematic strategies of interpretation  (McCauley & Swisher, 1984). This strategy consists of making decisions about the adequacy of functioning in a given area independently, rather than in relation to  function in other areas. Several difficulties in addition to those described in chapter 9 arise when norm­referenced tests are used to identify a detailed set of strengths and challenges for  purposes of description. One difficulty lies in the relatively small number of content areas for which subtests are available. Looking only at those areas for which  subtests do exist is quite akin to the story of the intoxicated soul who looks under the lamppost for lost keys. Turning to non­norm­referenced measures presents a  logical, “sober” alternative in many such cases.  Even when a subtest contains items that seem perfectly relevant to a description of a child’s communication, however, norm­referenced tests can also be used  erroneously in efforts to provide detailed information. Treating individual items or even subtests as reliable descriptors is likely to be erroneous in part because of the  unreliability of small sample sizes (i.e., the small amount of the child’s behavior that was sampled; McCauley & Swisher, 1984). In addition, because items in such tests  are usually selected more often because they discriminate between individuals than because of the specific content they reflect, they can provide a spotty representation  of the specific content area (McCauley & Swisher, 1984). In addition to their use in profiles, norm­referenced tests are used in out­of­level testing, the practice of using a test that may not be appropriate for a client of a given  age to sample a set of behaviors. This descriptive information is intended to help define what an individual does and does not do in response to a standard task and set  of stimuli. Although this practice is probably most frequently used with individuals with mental retardation, it can be used at any time when more appropriate measures  are wanting (Berk, 1984). When used in this way, the measure is treated as if it were criterion­referenced, with the sampling of content becoming critically important to  its value. The problem of small, unrepresentative samples of behavior described earlier will require cautious interpretation or, more probably, a search for a more  appropriate tool.

Page 257 2.  Standardized Criterion­Referenced Measures 

Criterion­referenced measures have traditionally been applauded for their descriptive powers. After all, they are generally constructed to enable a description of an  individual’s knowledge base, rather than to facilitate comparisons between individuals. However, there are relatively few criterion­referenced measures of  communication that demonstrate the same degree of standardization seen in norm­referenced tests. Because criterion­referenced measures require more comprehensive  coverage of smaller content areas, the demand for any single measure may not be sufficient to support more extensive development. Recalling also that interest in the  measurement community has only lately turned to criterion referencing, it is easy to understand why informal criterion­referenced measures abound. Nonetheless, a few  more elaborately developed criterion­referenced measures exist, and many are in various stages of development. Specific types of procedures used to collect data for criterion­referenced interpretation vary significantly and include each of the measurement types discussed in the  remainder of this chapter. The decision to highlight standardized criterion­referenced measures in this separate section was based on a desire to emphasize the potential  value of strengthening such measures through the additional empirical scrutiny that accompanies their formal development.  Table 10.1 provides several examples of criterion­referenced measures encompassing diverse communication domains and modalities. They vary in the extent to which  they have been standardized. However, at a minimum they demonstrate several of the hallmarks of standardization for a criterion­referenced instrument: development of  guidelines for appropriate use, administration procedures, scoring procedures, and method of interpretation. 3.  Probes

Probes involve the use of structured tasks or contexts intended to elicit a given behavior (Damico et al., 1992). Although that definition can also apply to the contents  of standardized measures, the term probe is more typically reserved for more informal measures. Elicitation greatly increases the probability of obtaining information  about a given behavior within a given time span, particularly for those behaviors that occur less frequently in natural conversation. However, elicitation procedures  represent potential intrusions on the naturalness of the elicited behavior. This potential means that, insofar as naturalness is a major concern in description, their use  should primarily be limited to behaviors that occur only rarely without elicitation. In addition, special care should be taken during their construction to preserve the  authenticity of the communication exchange in which they are embedded. When such care is seen as impractical, the resulting data more closely resemble a  standardized test in miniature than a descriptive procedure meeting the more intense demands for naturalness of context desirable for this type of measurement question.  Data obtained from probes are frequently evaluated by the clinician in terms of number or percentage correct. (See the discussion of observational codes under On­ Line Observations later in this chapter.)

Page 258 Table 10.1 A List of Some Criterion­Referenced Measures Available for the Description of Language Disorders in Children

Test Name

Reference

Reviewed in  Mental  Measurements  Yearbooks

Ages

Receptive  and/or  Expressive Phonology Semantics Morphology

Foster, R., Giddan, J. J., &  Assessment of  Stark, J. (1983). Assess ment of  Children’s  Children’s Language  Language  Comprehension. Palo Alto, CA:  Comprehension Consulting Psychologists Press.

3 years to  6 years, 11  months

R

 

Miller–Yoder  Language  Comprehen­ sion Test

Miller, J. F., & Yoder, D. E.  (1984). Miller–Yoder Language  Comprehension Test. Austin,  TX: Pro­Ed. 

4 to 8  years

R

 

Preschool  Language  Assessment  Instrument

Blank, M., Rose, S. A., &  Berlin, L. J. (1978). Preschool  Language Assessment  Instrument (PLAI). San  Antonio, TX: Psychological  Corporation.

2 years, 9  months to 5  years, 8  months

R/E

 

Receptive– Expressive  Emergent  Language Test– 2

Bzoch, K. R., & League, R.  (1991). Receptive­Expressive  Language Test­2. Austin, TX:  Pro­Ed. 

0 to 3  years

R/E

Wiig Criterion­  Referenced  Inventory of  Language

Wiig, E. (1990). Wiig Criterion­ Referenced Inventory of    Language. San Antonio:  Psychological Corporation.

4 to 13  years

E

 

X

 

Pragmatics

 

X

X

X

 

 

Syntax

 

X

X

 

X

 

 

X

X

X

X

X

X

X

Page 259 An extended example in which measures varying in naturalness are described may help readers see the trade­offs between naturalness, efficiency, and the clinician’s  control of variables affecting performance. The procedures in this example derive from attempts to examine phonological performance on a single sound or sound  pattern in some detail and over time. The first part of this example was created in 1967, when Elbert, Shelton, and Arndt developed the Sound Production Task (SPT).  In that task, the client imitated the production of 30 to 60 items containing a particular target sound. Some items on the SPT consisted of nonsense syllables, others of  single words, and others of short phrases containing the sound. The SPT was designed to obtain relatively large numbers of observations in varying phonetic and  linguistic contexts, while avoiding repeated, inappropriate use of entire norm­referenced tests or items from them. In a study of patterns of acquisition for /s/ and /r/ in treatment, Diedrich and Bangert (1980) used the SPT, but they also devised a less reactive procedure, that is, one  that was more covert in terms of its focus and thus less apt to elicit uncharacteristically careful speech from the tested child. For this second procedure, called the  Talking Task (TT), the clinician engaged in a 3­minute conversation with the child and covertly noted the number of correct productions out of those attempted.  Although the TT represented an interesting innovation, it left the clinician at the mercy of chance, in that infrequently occurring sounds might occur only a few times  during the 3­minute sample—something that might be addressed by defining the sample length in terms of a certain number of attempts, rather than in terms of time.  In 1981, Secord developed a set of tasks, the Clinical Probes of Articulation Consistency (C­PAC), recently replaced by the Secord Contextual Articulation  Tests (S­CAT; Secord & Shine, 1997), which bears some relationship to each of these previous two tasks. In the S­CAT, probes for each consonant /r/ and vocalic / / are elicited in prevocalic and postvocalic positions, as well as in clusters—in imitations of single words, short phrases, and sentences as well as in delayed retellings  of a story containing many words with the target sound. Thus, this set of probes can efficiently help the clinician consider the possible effects of linguistic complexity  (single word, sentence, narrative contexts) and phonetic context (postvocalic, prevocalic, and cluster contexts). However, naturalness is somewhat reduced in a story­ retelling format and is reduced still further in imitation. These kinds of trade­offs abound in the construction of probes, making the sharing of successful creations with  colleagues a substantial and time­saving contribution. In a book entitled Assessing children’s syntax (McDaniel, McKee, & Cairns, 1996), a variety of elicitation strategies for both comprehension and production are  discussed in detail by researchers who have considerable experience in their application. Table 10.2 lists a number of these elicitation strategies. The descriptions of  these strategies reveal the common techniques available to both professional test authors and clinicians wishing to construct a syntactic probe for a particular client.  Informal probes have also been developed to examine pragmatic skills—an area in which there is a dearth of standardized measures (Lund & Duchan, 1993). For  example, Lucas, Weiss, and Hall (1993) described the development of a probe designed to examine the extent to which children with communication disorders are  sufficiently

Page 260 Table 10.2 Elicitation Strategies for Assessing the Comprehension and Production of Syntax in Children Strategy

Description

Strengths and Weaknesses

Production

 

 

Elicited imitation (Lust, Flynn,  & Foley, 1996)

Strengths: You can choose stimuli very precisely and “know”  what the child is attempting to say. Studies show good agreement  with comprehension and other data. The technique is applicable  The child is asked to repeat an utterance (usually a single  with small changes for children from a wide range of cultures and  sentence) exactly as produced by an adult. It is assumed that only  languages and can be used at relatively low developmental levels. structures reflecting the child’s grammatical competence will be  Weaknesses: Stimulus design is complex due to the need to  produced. An easy technique, even for children as young as 1 or  l control variables that are not of direct interest (e.g., cognitive  2. demand, attention, grammatical complexity, sentence length). The  technique has been criticized for relying unduly on short­term  memory.

Elicited production (Thorton,  1996)

Strengths: Generation of the targeted structure rests more  entirely with the child and is unlikely to be due to chance. A large  number of such probes have been described in the research  Situations are created to increase the likelihood that the child will  literature. attempt to produce a given structure, usually including the use of a  Weaknesses: The child’s enjoyment level is key to the success  “lead in” sentence that is produced by the adult to ‘‘provide the  l of the strategy because she or he needs to be an active  context and ‘ingredients’ for production of the structure without  participant. The awkwardness associated with a “no response”  modeling it.” Sometimes this technique makes use of a puppet  from the child may be intensified relative to other methods and  who can be asked questions, directed to do things, or corrected.  may make children less willing to continue. Working out the  Typically used with normally developing children 3 years and  details required to elicit production may require considerable  older. piloting with adults or normally developing children. Similarly,  correct productions are far more straightforwardly interpreted  than incorrect or untargeted productions.

l

l

Page 261

Comprehension intermodal  preferential looking (Hirsh­  Pasek & Golinkoff, 1996)

The child is seated on a parent’s lap, hears a stimulus and then is  presented simultaneously with two novel video images—one  matching and the other not matching what has been said. Greater  time spent watching the matching video is expected for  comprehended structures. Used for children between 12 months  and 4 years of age.

Strengths: Minimal action is required. Use of videos allows the  presentation of dynamic relationships. Can be used at lower  developmental levels than many other tasks. l Weaknesses: Considerable time and expertise are required to  create the video stimuli. Only a few stimuli can be studied at any  point in time. l

Strengths: This technique has been widely used to assess  understanding or grammaticality of specific phonological  distinctions, lexical comprehension or comprehension of specific  The child hears the adult or a recorded voice presenting a verbal  morphosyntactic structure. It tends to produce results  Picture selection task (Gerken  stimulus and then points to one of two to four pictures. Typically  comparable to object selection where either task is feasible. & Shady, 1996). this task is useful with normally developing children 20 to 24  l Weaknesses: Considerable time can be required to produce  months and older. comparable target and foil items. Although use of tape­recorded  speech or synthetic speech can help increase children’s attention,  it increases the complexity of task construction. Failures to  respond are difficult to interpret. l

Strengths: The task has a long history of use and is easy and  inexpensive to use. It can be fun for the child and can be  particularly effective in assessing understanding of anaphora and  pronominalization. It is relatively open­ended task that may be  less sensitive to response bias than many others, yet may be  The child is asked to use provided props to act out a sentence  associated with a tendency to repeatedly use a prop once it is  Acting­Out Tasks (Goodluck,  that is read or played back from tape. Typically used for children  picked up. 1996) older than 3 years. l Weaknesses: It cannot be used with constructions or  predicates that are difficult to act out and can be associated with  responses that are difficult to interpret. Because of the cognitive  complexity of the task, it typically is used for normally developing  children older than 3 years, thus limiting use with children with  language difficulties. l

Page 262 informative in their utterances as they participate in a role­playing game. The child is assigned the role of “warehouse manager” and is approached by the clinician “toy  buyer” and asked where different toys might be found in the warehouse. In a similar vein, Roeper, de Villiers, and de Villiers (1999) recently described their ongoing  efforts to design an extensive number of probes for assessing important interacting knowledge in pragmatics, semantics, and syntax for 5­year­olds—for example, the  need to know specific semantic and syntactic forms to achieve particular pragmatic functions. Elaborately developed in terms of the materials, instructions, and scoring  procedures, both the probes developed by Lucas et al. and those developed by Roeper et al. illustrate that a measure’s formality is better conceived of as a continuum  than a dichotomy. Further, the thorough description of the probes offered by Lucas et al. illustrate the extent to which sharing the results of well­developed probes can  increase the efficiency of clinicians’ efforts.  Professional journals and a growing number of books on language development and disorders describe numerous clinical and research probes (e.g., Brinton & Fujiki,  1992; Lund & Duchan, 1993; Miller, 1981; Miller & Paul, 1995; Simon, 1984). Table 10.3 showcases a modest sample of these probes for children across a wide  range of ages and developmental levels. It is offered to help provide a feel for the heterogeneity and considerable potential of such measures.  4.  Rating Scales

Rating scales consist of assigning numerals or labels to an individual’s behavior in a particular context. Rating scales are typically completed by the clinician or other  observer after the observation of individual communication events. At times, such scales can be used to help observers summarize their experience across multiple  observation experiences. Rating scales differ from on­line observations, another type of descriptive measure, in that on­line judgements are made during rather than  after the actual communicative event. Rating scales have a lengthy history in psychology and speech­language pathology (e.g., see Schiavetti, 1992), but primarily in research rather than clinical settings (e.g.,  Burroughs & Tomblin, 1990; Campbell & Dollaghan, 1992). However, increasing attention to the documentation of children’s functional limitations (Goldstein &  Gierut, 1998) may cause rating scales to be used with greater frequency in the future. Two types of rating scales that have been most influential in speech­language pathology are interval scaling and direct magnitude estimation (Campbell & Dollaghan,  1992; Schiavetti, 1992). These rating scales are usually used to compare a large number of stimulus examples—something that is not always done with rating scales.  When interval scaling is used, the rater assigns each characteristic or behavior being rated to a linearly partitioned continuum, which is marked off using numerals or  descriptive labels. Thus, for example, a rater might be asked to rate a behavior on a continuum from uncommon to most common, using a 6­ or 7­point scale that might  look something like this:

Page 263

or this:

When direct magnitude estimation is used, the rater is asked to rate each characteristic or behavior either as a proportion of a standard stimulus provided as part of  the rating system or as a proportion of other rated stimuli. Thus, for example, Camp Table 10.3 A Sample of Probes Used in the Description of Children’s Language

Procedure (Source)

Approximate Age of Child for  Whom the Task Could Be  Used (If Specified)

Description

Comprehension of action words  12 to 24 months (Miller & Paul, 1995)

Child is asked to perform actions that the child’s parent(s) believes he or she may understand on  familiar objects and people. Unconventional actions may be requested to help distinguish action  unconnected to the request from intentional responses.

Bellugi’s negation test (Miller,  1981)

 

The child is asked to provide the negative of an utterance produced by an adult. Variations can  include different auxiliaries, negative with indefinites, imperatives, and multipropositional sentences.

Production of question forms  (Lund & Duchan, 1993)

 

The Messenger Game. The child is asked to get information from a third party, ideally one who is  out of view. For example, “Ask her how she got to this school?” 

Comprehension of nonliteral  meaning (Lund & Duchan,  1993)

Early adolescence

Joke explanations. The child is asked to explain a joke that he or she finds humorous.

Comprehension of classroom  direction vocabulary (Miller &  6 to 12 years Paul, 1995)

Classroom directions and vocabulary that are thought to be difficult for the child are incorporated  in instructions that the child must follow using paper and pencil.

Production of sequential  description (Simon, 1984)

Description for using a payphone. Child is shown a picture of a pay phone and asked to give a step  by step description of how it is used.

Middle and High school  students

Page 264 bell and Dollaghan (1992) described a method in which no standard stimulus is provided. In their study, listeners were instructed to assign any number of their choice to  the first of 36 speech samples they were asked to rate. Later samples were then rated subjectively on the bases of (a) their proportional informativeness relative to the  other judgments made in the sample and (b) the understanding that higher numbers were to be associated with greater informativeness than lower numbers.  The Observational Rating Scales that are included as part of the third edition of the Clinical Evaluation of Language Fundamentals (Semel, Wiig, & Secord, 1996)  provide an example of how a rating scale can be used to enrich the clinician’s understanding of the school­age child and his or her communication environment. They  are mentioned here because of the relative dearth of such scales for school­age children, although they are becoming more common—for example, the Functional  Status Measures (Educational Settings) of the Pediatric Treatment Outcomes Form (ASHA, 1995) and the Teacher Assessment of Student Communicative  Competence (Smith, McCauley, & Guitar, in press). In addition, the Observational Rating Scales are of particular interest because of their novel inclusion of parallel  rating forms so that comparable information can be obtained from the child, his parent(s) and teacher(s). They represent an example of the interval scaling method, one  in which individuals are asked to respond in a summative fashion to past observations. Each scale of the Observational Rating Scales consists of 40 items addressing ‘‘troubles” facing the child in listening (9 items), speaking (19 items), reading (6 items),  and writing (6 items). To illustrate the nature of these items, let me indicate that the first listening item is “I have trouble paying attention” for the student version (often  completed with the speech­language pathologist); “My child has trouble paying attention” for the parent version; and “The student has trouble paying attention” for the  teacher version. Each item is rated as occurring never, sometimes, often, or always, with DK (Don’t know) used to mark items for which the rater feels unable to pass  judgment. The Observational Rating Scales also describe procedures for the observers to identify and provide examples of their top five concerns, thus paving the way  for functionally oriented intervention planning. The chief appeals of rating scales are the apparent ease with which they can be created and administered, as well as their wide applicability (Pedhazur & Schmelkin,  1991; Salvia & Ysseldyke, 1998). These virtues, however, may mask their susceptibility to a number of problems, especially ones stemming from poorly defined points  along an interval scale and from differences introduced by different raters. In a brief review of such measurement issues facing rating scales, Pedhazur and Schmelkin  (1991) concluded that ratings may often “tell more about the raters than about the objects they rate” (p. 121). They cited a rich literature in which the perceptual  aspects of the rating task make raters vulnerable to a number of types of bias. Two common types of bias include halo effects, in which raters allow impressions of  general characteristics or previous knowledge to have a consistent effect on ratings, and leniency effects, in which overly positive judgments appear to occur because  the rater is familiar with the person whose characteristics are being rated (Primavera, Allison, & Alfonso, 1996). An additional challenge to valid use of rating scales lies in the need to achieve a successful fit between the nature of the characteristic being rated and the type of scal­  

Page 265 ing method used to rate it (Campbell & Dollaghan, 1992; Schiavetti, 1992). In particular, researchers have noted a difference in what kind of scale is appropriate  depending on whether the rated characteristic falls along a metathetic versus a prothetic continuum. On a metathetic continuum, raters’ responses to differences  between rated entities seem to reflect qualitative distinctions; whereas on a prothetic continuum, raters’ responses to differences between rated entities appear to  reflect quantitative distinctions (Stevens, 1975). The classic contrastive pair illustrating these two types of continuum are pitch and loudness. Without looking ahead to  the next paragraph, can you anticipate which of those two characteristics of sound is prothetic (i.e., characterized by quantitative rather than qualitative differences)?  If you decided that loudness was prothetic, you are in agreement with a large body of research suggesting that people tend to treat judgments such as loudness as if  they were judgements about whether a stimulus had “more” or “less” of something (Stevens, 1975). In contrast, pitch differences tend to be judged as if they represent  qualitatively different stimuli. Well, the challenge to devising appropriate rating scales is that whereas direct magnitude estimation can validly be used to measure either  type of characteristic, interval scaling appears to only be valid for measuring characteristics that are metathetic. Campbell and Dollaghan (1992) suggested that because of the lack of research determining which language characteristics are metathetic versus prothetic, direct  magnitude estimation is a less risky choice for researchers and clinicians who wish to use rating scales in their descriptions of children’s language disorders. They noted  that direct magnitude estimation can be used to provide a comparison of children’s spontaneously produced language against that of their peers. Among the most  important uses they saw for such judgments were the examination of change occurring as result of or in the absence of treatment. In particular, Campbell and Dollaghan  described a method in which 10 to 15 listeners could be used to provide ratings with a stable percentage of variability. Specifically, Campbell and Dollaghan (1992) had 13 listeners compare the informativeness—‘‘amount of verbal information conveyed by a speaker during a specified  period of spontaneous language production” (p. 50)—achieved by three children who had sustained severe brain injury with three age­matched controls, when both  sets of children were engaged in a video­narration task (Dollaghan, Campbell, & Tomlin: 1990). (Recall that the particulars of the direct estimation method involved in  this study were described earlier in the chapter when that rating method was introduced.) The use of this technique provided social validation to the recovery patterns  shown by the 3 children with brain injury who participated in the study. The relatively large number of raters required for use of direct magnitude estimation may  preclude its use in many clinical situations. However, it may prove valuable as a means of validating more efficient methods of social validation. In addition, it may prove  valuable as a method that could provide exactly the information required for certain clinical situations. For example, it might be used as described by Campbell and  Dollaghan to support to a relatively costly or lengthy treatment approach for a given child or group of similar children.  Not surprisingly, then, it appears that the use of rating scales as a descriptive measurement tool, like others discussed in this section, has a greater complexity than might  

Page 266 at first be apparent. Thus, wise users will require as much evidence regarding validity as possible for specific methods prior to deciding to implement them clinically.  Further evidence of their promise should prompt users to want to participate in providing such evidence. 5.  Language Analysis

Language sampling and analysis have enjoyed a long history of use in studies of children’s language acquisition (e.g., Brown, 1973; Miller, 1981; Templin, 1957). The  variety of procedures recommended for elicitation of language samples and for the derivation of measures based on them has grown appreciably over the past 40 years  and has changed as understandings of the nature of language impairments have changed (Evans, 1996a; Gavin, Klee, & Membrino, 1993; Miller, 1996; Stromswold,  1996). In a study of some 253 American speech­language pathologists who work with preschool children, Kemp and Klee (1997) found that 85% of them used language  analysis in their practice, with most preferring nonstandardized forms to formal procedures. Language analyses are sometimes avoided by clinicians who report that they  do not have the time to incorporate them into practice or that they lack the computer resources that would make their use more time efficient (Kemp & Klee, 1997).  However, these objections are rapidly being addressed by the refinement and proliferation of computerized analysis programs (Long, 1999). Innovations such as  transcription laboratories staffed by nonprofessional transcribers, the creation of databases reporting findings for large numbers of children, and the availability of  analysis procedures at no cost also point to greater practicality of language analysis in the future (Evans & Miller, 1999; Miller, 1996; Long, personal communication,  January 7, 2000; Miller, Freiberg, Rolland, & Reeves, 1992). Among the numerous discussions extolling the virtues of language sampling and analysis, Evans and Miller (1999) offered one that is particularly powerful:  The language sample, by contrast [with available standardized tools], represents the child’s integration of specific intervention goals within the larger communication  context and provides clinicians with an opportunity to assess children’s language skills dynamically across a range of situations that vary in communicative demand (e.g.,  free­play, interview, narration, picture description). Language samples can be collected as often as necessary without performance bias, and changes in children’s  abilities can be documented across a wide range of linguistic levels. (Evans & Miller, 1999, pp. 101–102)  Additionally, such analyses can examine not only many aspects of language, but can also be used to examine how complexity in one area may impact another—a theme  of growing interest in the evolution of language assessment tools. Although language analyses are typically used to assess aspects of expressive communication, they are  also frequently used as a means of examining receptive skills. In particular, it seems that children’s responses to the direction and comments of their conversational  partners provide data that are valued by many clinicians (Beck, 1996). In the next section, the evolution 

Page 267 of language sampling and analysis is described to help readers understand the variety of available measures and how these measures have changed over time.  The Evolution of Language Analyses

In 1996a, Evans reviewed the changes in emphasis in language sampling techniques that have accompanied changes in theoretical perspectives on language  development and language disorders. In particular, she discussed the influence of three dominant research paradigms spanning the past half­century: (a) the behaviorist  learning paradigm, (b) the formalist competence­based paradigm (encompassing “generative syntax, generative semantics, and a narrow interpretation of syntax,”  Evans, 1996a, p. 208) and (3) the functionalist paradigm. A brief summary of her comments is relevant to anyone using language analysis because so many of the  measures associated with earlier paradigms remain available and in widespread use—sometimes in revised versions and sometimes in their original form (Kemp &  Klee, 1997). In the heyday of the behaviorist learning paradigm, the roles of the environment on learning and the word as the unit of analysis were emphasized. Language acquisition  was understood to occur through the reinforcement of correct use of words and sentences (word sequences). Although standardized language tests (e.g., the Peabody  Picture Vocabulary Test, Illinois Test of Psycholinguistic Abilities) dominated language assessment methods during this period, language analysis techniques were  used as well and emphasized counts or descriptions of different verbal behaviors (e.g., type–token ratio, measures of sentence length).  The second paradigm discussed by Evans (1996a), the formalist competence­based paradigm, was designed to address the generativity of children’s language, that is,  the use of novel and therefore unmodeled and presumably unreinforced utterances (e.g., overregularization of past tense, as in “he goed.”). As Evans notes, this  paradigm was made possible by linguistic theory of the day (particularly the work of Chomsky), in which a major goal of linguists became the identification of language­ independent competencies, termed linguistic universals. Such universals were thought to suggest features of languages and linguistic structure that were likely to occur  in all languages. Evans (1996a) suggested that initial orientations within the formalist paradigm were largely syntactic in nature and proceeded on the assumption that domains of  language—syntax, semantics, and so forth—could be viewed independently. An assumption was also made that variability in performance was more likely to be a  function of a child’s knowledge than a function of contextual factors. According to Evans’s account, later developments in this paradigm, fueled by theory and data  from a variety of sources, shifted the focus somewhat—first to semantics, then to pragmatics. Evans pointed out that language analyses associated with the formalist  period similarly shifted, although sometimes subtly, from largely syntactic measures (e.g., Developmental Sentence Scoring, DSS; Language Sampling, Analysis, and  Training, LSAT; and Language Assessment Remediation and Screening Procedure, LARSP) to measures focusing on semantics (e.g., mean length of utterance in  morphemes, MLUm) and, later, on pragmatics (e.g., Roth & Spekman, 1984).

Page 268 Evans (1996a) noted that, throughout this period, the child’s task in language acquisition was largely seen as that of acquiring competence in the underlying rules of the  ambient language. Predictably, then, childhood language disorders within this paradigm were seen as difficulties in acquiring the rules of the individual subsystems of  language. In Evans’s view, language assessments have thus grown through accretion to require elaborate analyses across semantics, syntax, and pragmatics—a process  that has been made more feasible through modern technology. Among the analyses she associates with this period are the Systematic Analysis of Language Transcripts  (SALT; Miller & Chapman, 1982, 1998) and the Child Language Analysis programs (CLAN; MacWhinney, 1991). Evans (1996a) suggested that functional theories, the last of the three paradigms, were prompted by difficulties in accounting for children’s variability across contexts. If  rule acquisition is what is taking place, then a form evidencing that rule should either be present or not present in a child’s productions—not present in some situations,  but not others, with some conversational partners, but not others. The functionalist paradigm is reflected in works such as Bates and MacWhinney (1989). According  to Evans, it is based on the following premise: Variability in speaker performance is simply the final solution to the interaction among the internal state of a complex system (i.e., the underlying speaker competence),  the structure of the system (e.g., word order, lexical items, morphonology, suprasegmentals), and the impact of external constraints such as real­time language  processing demands. (Evans, 1996a, p. 254) Within the functionalist paradigm, then, variability becomes a major source of information about the current state of a child’s dynamic system (linguistic and  nonlinguistic) as it responds to external conditions (e.g., situational or attentional factors). Increased variability is seen as an opportunity for positive change. In addition,  this paradigm emphasizes the necessity of examining the interplay of language domains, an area identified by numerous authors as among the most exciting challenges  facing clinicians this decade (Howard, Hartley, & Muller, 1995). Evans (1996b) provided an example of such interactions when she found fewer morphosyntactic omissions in the speech of children with SLI when their utterances  occurred within a conversational turn rather than adjacent to a shift in conversational turn. Numerous studies beyond those just cited (e.g., Crystal, 1987; Panagos &  Prelock, 1982; Paul & Shriberg, 1982) argued that rich and powerful understandings of children’s speech and language development emerge from the kinds of detailed  analyses called for by current theory. Certainly one of the major advantages of language sampling, then, is the variety of questions to which the resulting sample can be put. For example, Dollaghan and  Campbell (1992) described a taxonomy of within­utterance disruptions arising from language rather than fluency disorders to help characterize the subtle deficits lying  across language domains that plague young speakers with language disorders, both developmental and acquired. Table 10.4 lists some of the standardized measures currently used to describe children’s language skills based on language samples. In this table, a variety of informa 

Page 269 Table 10.4 Tools Available for Detailed Analyses of Language Samples (Evans, 1996a; Long, 1999; Owens, 1998) Procedures

Content of Analyses

Computerized?

Assigning structural stage (Miller, 1981)

Morphology, Syntax

Communication analyzer (Finnerty, 1991)

Morphology, Syntax

  √

Computerized Language Assessment, Remediation, and Screening Procedure (LARSP; Bishop, 1985)

Morphology, Syntax

√

Computerized profiling versions 6.2 and 1.0 (Long & Fey, 1989)

Morphology, Syntax, Narrative

√

Computerized language analysis (CLAN; MacWhinney, 1991)

Morphology, Syntax, Narrative

√

Computerized language error analysis report (CLEAR; Baker­van den Goorbergh, 1990) 

Morphology, Syntax, Pragmatics

√

Computerized profiling (CP; Long, Fey & Channell, 1998)

Morphology, Syntax

√

Developmental sentence scoring (DSS) Computer Program (Hixson, 1985)

Morphology, Syntax

 

Content, form, and use analysis (Lahey, 1988)

Semantics, Morphology, Syntax, and Pragmatics

 

Index of Productive Syntax (IPSyn; Scarborough, 1990)

Morphology, Syntax

Language assessment, remediation, and screening procedure (LARSP:, Crystal, Fletcher, & Garman, 1989) 

Morphology, Syntax

 

Language sampling, analysis, and training (LSAT; Tyack & Gottsleben, 1974)

Morphology, Syntax

 

Lingquest (Mordecai, Palin, & Palmer, 1985)

Morphology, Syntax

Parrot early language sample analysis (PELSA; Weiner, 1988)

Morphology, Syntax

Profile in semantics—grammar (PRISM­G; Crystal, 1982) 

Semantics

 

Profile in semantics—lexicon (PRISM­L; Crystal, 1982) 

Morphology

 

Pye analysis of language (PAL; Pye, 1987)

Morphology, Syntax

√

Systematic analysis of language transcripts (SALT; Miller & Chapman, 1998)

Morphology, Syntax, Narrative

√

√

√ √

tion about the procedure and children for whom it would be useful are provided. In addition, those procedures that are available on computer are indicated. Recently,  one of these computerized programs, CP (Long, Fey & Channell, 1998) has been made available without charge at the following Internet website:  http://www.cwru.edu/artsci/cosi/cp.htm (Long, January 7, 2000, personal communication). Readers are reminded that computerized measures should be viewed hopefully (Long, 1991, 1999; Long & Masterson, 1993), but with caution as well (Cochran &  

Page 270 Masterson, 1995). After all, computers render it possible to conduct language analyses that would be prohibitively time­consuming if performed by hand, but they also  make it possible to make really silly or wrong­headed mistakes more quickly than ever—for example, to use the wrong analysis for a particular child. The user of such  measures must exercise as much caution as ever in selecting the specific sample to be used as input and in “buying into” the specific techniques used. Further, one  should recognize that although language samples are “natural’’ in the sense that they are often not consciously structured by the clinician, they are nonetheless subject to  the same contextual effects that affect norm­referenced test performance (Plante, February 18, 2000, personal communication). A growing literature on the subject of  language analyses can help clinicians determine what is available and likely to be useful for their clients (Cochran, & Masterson, 1995; Long, 1991, 1999; Long &  Masterson, 1993). Although a detailed account of even a single analysis tool is beyond the scope of this book, a summary of some recent research may help the reader see the wealth of  information obtainable through language analysis. Table 10.5 lists some patterns of disordered language performance that can be described using the SALT (Miller,  1996). Miller and Klee (1995) used these categories to characterize problems of 256 children from ages 2 years, 9 months to 13 years, 8 months. The data were  based on conversational and narrative samples, contexts that were selected because of the wealth of research on the former and the important connection to literacy of  the latter (Miller, 1996). Miller and Klee (1995) found significant numbers of children at varying ages falling in one or more categories, with only 20 children not  described by any category. For preschool children, one very specific measure that has remained in use in a relatively consistent form across the paradigms described by Evans has been the MLU,  measured in morphemes. Guidelines for the calculation of MLU as described Chapman (1981) are shown in Table 10.6. MLU is regularly used clinically (Kemp &  Klee, 1997; Miller, 1996) and has been incorporated in several of the procedures described in Table 10.4, including SALT. Its use is based on the premise that, at  least in younger children, increasing syntactic complexity will also require increasing utterance length—especially when length is measured in morphemes and therefore  would be sensitive to increases in either words or grammatical or derivational morphemes. Numerous studies lend credence to the value of MLU in describing language change through the preschool years (Conant, 1987; Rondal, Ghiotto, Bredart, &  Bachelet, 1988; Scarborough, Wyckoff, & Davidson, 1986). In 1993, Blake, Quartaro, and Onorati found evidence that MLU correlated highly with a measure of  grammatical complexity obtained using the LARSP until an MLU of 4.5 was reached. Findings such as these have provided considerable support for MLU’s  widespread use in research as a means of grouping children according to language skill (Miller, 1996), but the appropriateness of MLU depends on the precise focus  of the study.1 Recent research (e.g., Aram, Morris, & Hall, 1993) has also suggested the diagnostic utility 1 Leonard (1996) described several alternative measures for equating research groups that will be more appropriate in certain circumstances, including mean number of  arguments expressed per utterance, mean number of open­class words per utterance, measures of unstressed syllable production or word­final consonant production,  and expressive vocabulary.

Page 271 Table 10.5 A Clinical Typology of Disordered Language Performance Based on Use of the SALT Clinical types

Characteristics

Utterance formulation

Maze revisions at word­ and phrase­level units; increased MLU; pauses within and between utterances; word­ order errors 

Word finding

Maze revisions and repetitions at word­and part­word­level units; pauses within utterances; word omissions; word­ choice errors 

Hypo­verbal rate 

Decreased number of utterances and words per minute; pauses within and between utterances

Hyper­verbal rate 

Increased number of utterances and words per minute, which may be combined with reduced semantic content

Pragmatic or discourse

Noncontingent utterances; pronominal reference errors; problems with topic maintenance, new versus old information, and narrative  structure

Semantic or reference

Over­generalization, word­choice, and Noun Phrase–Verb Phrase symmetry errors; abandoned utterances; redundancy 

Delayed development

Decreased number of different words and total number of words; delayed syntactic development as measured in MLU and other  detailed syntactic analyses

Note. SALT = Systematic Analysis of Language Transcripts; MLU = mean length of utterance; NP­VP = n. From “Progress in Assessing, Describing, and Defining  Child Language Disorder,” by J. Miller, 1996, in K. N. Cole, P. S. Dale, and D. J. Thal (Eds.), Assessment of Communication and Language (p. 319), Baltimore:  Brookes Publishing. Copyright 1996 by Brookes Publishing. Reprinted with permission. in clinical settings, particularly where production difficulties are prominent  features of the child’s difficulties. Technical Considerations: Sample Size and Variations in Language Sampling Conditions

Recently, Muma et al. (1998) reported on a study conducted several years earlier in which language samples were obtained from a group of seven normally developing  children between the ages of 2 years, 2 months and 5 years, 2 months. They noted that 200–300 utterances were needed to obtain acceptable error rates on many  grammatical structures related to the child’s use of different grammatical systems (nominal, auxiliary, verbal) and grammatical operations (use of relative clauses, do  insertion, participle shifts, etc.). Specifically they found a 15% error rate for the 200–300 utterance samples versus error rates of 55 and 40%, respectively, for 50­ utterance and 100­utterance samples. Not surprisingly, then, these data suggest that the more specific the nature of the information that will be looked for in the  language analysis (i.e., whether detailed information about specific structures is sought), the longer the sample will need to be (Plante, February 20, 2000, personal  communication). In a similar study, Gavin and Giles (1996) conducted a SALT analysis on language samples of varying sizes based on either increments of time (12 or 20 minutes) or  number of utterances (25–175, in 25­word increments). Study participants were 20 children from 31 to 46 months of age. The researchers examined the test–retest  relia­

Page 272 Table 10.6 A Summary of the Method for Calculating Mean Length of Utterance (MLU) in Morphemes, as Described by Chapman (1981) as an Adaptation From Brown (1973) Preparing the speech sample for calculation of MLU      

l

The child’s speech is segmented using the criterion of terminal intonation (rising or falling). 

These procedures differ from those of Brown (1973) in that a sample of the first consecutive 50 utterances (including the first page of transcription) rather than  100 utterances (excluding the first page) is recommended. l

l

Excluded from the sample of utterances are unintelligible or partially unintelligible utterances. Included are “doubtful” transcriptions and exact utterance repetitions. 

Counting morphemes in each utterance Morphemes are defined as minimal meaningful units of a language, with dog and ­s given as examples. Counting rules based on those of Brown (1973) are given to    address the greater uncertainty of what constitutes a morpheme in the speech of a child. The total count for each utterance is calculated, summed, and divided by the  total number of utterances spoken to yield the MLU. The counting rules are given verbatim:       “(1)

Stuttering is marked as repeated efforts at a single word; the word is counted once in the most complete form produced. In the few cases where a word  is produced for emphasis, or the like (no, no, no), each occurrence is counted separately.

      (2)

Such fillers as mm or oh are not counted, but no, yeah, and hi are.

      (3)

All compound words (two or more free morphemes), proper nouns, and ritualized reduplications count as single words. Some examples are birthday,  rackety­boom, choo­choo, quack­quack, night­night, pocketbook, seesaw. The justification for this decision is that there is no evidence that the  constituent morphemes function as such for these children.

      (4)

All irregular pasts of the verb (got, did, went, saw) count as one morpheme. Again, there is no evidence that the child relates these to present form.

      (5)

All diminutives (doggie, mommie) count as one morpheme because these children do not seem to use the suffix productively. Diminutives are the stand  forms used by the child.

      (6)

All auxiliaries (is, have, will, can, must, would) count as separate morphemes as do all catenatives (gonna, wanna, hafta, gotta) The catenatives are  counted as single morphemes, rather than as going to or want to, because evidence is that they function as such for children. All inflections, for example,  possessive (s), plural (s), third person singular (s), regular past (ed), and progressive (ing), count as separate morphemes. (Chapman, 1981, p. 24)

Chapman (1981) identified several special characteristics of a sample that may affect the representativeness of the MLU: high rate of imitation (i.e., >20% of the  child’s utterances), frequent self­repetitions within a speech turn, a high proportion of answers occurring in response to adult questions (i.e., >30–40% of the child’s  utterances), frequent use of routines (such as “counting, saying the alphabet, nursery rhymes, song fragments, commercial jingles, or long utterances made up by    listing objects in a book or the room’’), and a high proportion of utterances in which clauses are conjoined by and. Among the strategies she suggested for  addressing these problems are calculations conducted with and without imitations, self­repetitions, frequent routines, and responses to questions. In addition, she  suggested obtaining additional samples with another adult who asks fewer questions when high rates of question responses are noted and the use of another measure  (the T unit) when a high proportion of utterances consist of clauses conjoined by and.

Page 273 bility of four measures (MLU, number of different words, total number of words, and means syntactic length) in samples at these different lengths. They found that only  at the largest number of utterances (about 175) did reliability coefficients meet or exceed .90, the value considered acceptable for diagnostic use.  The implication of these findings extends beyond a simple admonition for clinicians to attempt to obtain larger sample sizes on which to base language analyses or for  them to be very aware of the potential for error dogging analyses based on smaller samples—although those are clear and potent implications. Even more importantly,  however, they illustrate the connection between reliability and sample size that haunts many if not most descriptive measures. Obviously, rarer structures or phenomena  are more likely to be vulnerable, but additional research will prove helpful in guiding us toward best practices in our choice of tools and sample sizes.  The conditions under which language samples are collected are known to affect numerous measures obtained in language analyses (Agerton & Moran, 1995; Landa &  Olswang, 1988; Miller, 1981; Moellman­Landa & Olswang, 1984; Terrell, Terrell, & Golin, 1977). Even a partial listing of some of the variables affecting a child’s  productions can leave one quite daunted—for example, race and familiarity of communication partner, stimulus materials, number of communication partners, number  and types of questions asked, type of communication required (e.g., narrative, description of a procedure), to name a few! It is possible to leave these variables  uncontrolled—as is often done when an unstructured conversation between clinician and child is used as the sample. In such cases, the clinician will want to consider  these variables in his or her analysis and interpretation process. As an alternative to unstructured language samples, structured sampling tasks have been recommended as providing more relevant (i.e., valid) information for some  clinical questions. Following is a list of five sets of tasks designed to elicit structured language samples for school­age children (Cirrin & Penner, 1992):  1. 2. 3. 4. 5.

describing an object or picture that is in the view;  recalling a two­paragraph story told by the clinician without pictures;   describing a person, place, or thing that is not present in the immediate surroundings;  providing a description of how to do something familiar (e.g., making a sandwich); and  telling what the child would do in a given situation (e.g., waking up or seeing a house on fire) 

This list illustrates tasks that manipulate some of the variables that may present a child with particular difficulty, thus allowing the clinician to target language sampling for  those areas of special importance for the individual child. However, it is important to remember that each of these conditions is likely to affect more about the chilid’s  productions than simply the variable that appears to be manipulated. For example, on the basis of the precise way in which the task is set up by the clinician, variables  beyond the desired topic or level of language complexity will probably be affected.

Page 274 In another effort to help clinicians standardize the conditions under which they collect conversational language samples, Campbell and Dollaghan (1992) offered a  sequence of topic questions that they suggested be used in order, but only as spurs to conversation. Thus, only topics that the child would show genuine interest in  would be continued. Further, additional topics introduced by the child would be pursued as long as they continued to interest the child. The intended result was  increased consistency across examiners. In brief, the sequence begins with questions about the child’s age, birth date, and siblings; then proceeds to questions about  family pets, favorite home activities, and school affairs; and closes with questions about vacations, favorite books, and TV shows. Although this list is relatively  conventional, the decision of a group of colleagues to adopt it—or some other consistent set of starter questions—might help lend greater consistency to the language  samples obtained across children. This, in turn, would increase the integrity of local measures that might be made using the data from a number of clients. However, it  should be noted that standardization in this way is not necessarily going to add to the representativeness of the sample for the individual child—that may best be  achieved by entering one of a child’s favorite activities and simply observing what happens there.  6.  On­Line Observations 

This category of descriptive measures is characterized by Damico et al. (1992) as real­time observation and coding of behaviors exhibited during communicative  interactions as they happen. Thus, these measures differ from rating scales that are completed outside of that time frame. Although not at all rare in research on  communication, Damico et al. noted the relative rarity with which they are applied by speech­language clinicians in clinical practice.  McReynolds and Kearns (1983) described five kinds of observational information or codes that are frequently used in applied research settings to obtain on­line  measures: (a) trial scoring, (b) event recording, (c) interval recording, (d) time sampling, and (e) response duration. As each of these is described, the reader will see  that these same categories can be used to describe the outcomes of probes. The chief difference between probes and on­line observations is that the latter involves  responses to a more naturalistic communication event, whereas the former involves a greater level of contrivance on the part of the clinician.  In trial scoring, responses following a specific stimulus or trial are scored as correct or incorrect. Such responses can occur either naturally or with prompting.  Although correct versus incorrect are the most commonly used labels applied to responses in trial scoring, a numerical code (which may in fact represent a type of  rating scale) may be used to provide greater detail about the nature of responses. One example of a numerical code is the multidimensional scoring system used in the  Porch Index of Communicative Ability in Children (Porch, 1979), which uses a 16­point scoring system to reflect 5 dimensions (accuracy, responsiveness,  completeness, promptness, and efficiency). Readers should note that only rarely are such combinations of rating scales and trial scoring used in on­line situations  because of the intense demands on the rater, which leaves such measures quite vulnerable to problems with reliability.

Page 275 In event recording, a code is established consisting of behaviors (including verbal, nonverbal, or both) of interest. That code is then used to summarize the targeted  child’s behaviors over a given time period (e.g., a 15­minute period). One example of a code that might be used in event recording would be the one developed by  Dollaghan and Campbell (1992). That code had been developed to describe within­utterance speech disruptions (i.e., pauses, repetitions, revisions, and orphans— linguistic units such as sounds or words that are not reliably related to other such units within an utterance). Whereas Dollaghan and Campbell used that code in an  analysis of previously recorded language samples, it could also be used for on­line observation. Interval recording and time sampling, two sampling methods that are closely related, are also closely related to event recording (McReynolds & Kearns, 1983). In  interval recording, a set time period is divided into short, equal intervals (e.g., 10 seconds) and events are noted as having occurred once if they occur at any point  during the interval. In time sampling, a set time period is again divided into intervals, but only the presence of the behavior at the very end of the interval is recorded.  In addition to the designation of intervals devoted to observation, this approach also includes recording intervals in which no observations are attempted. In time  sampling, therefore, a 7.5­second observation interval might be followed by a 2.5­second recording interval. Time sampling has been thought to be associated with  fewer problems affecting accuracy than interval recording. However, both methods require that care be taken in the selection of interval sizes (McReynolds & Kearns,  1983). Intervals that are too short are likely to increase recording errors; those that are too long are likely to lose information due to wanting observer attention.  The last of the observational codes described by McReynolds and Kearns (1983) is the recording of response duration, in which the duration of a specific event of  interest (e.g., pause duration) is recorded using a stopwatch or other timing device. Although response duration may not be applicable to many language phenomena, it  can nonetheless prove quite useful from time to time for children with language disorders. For example, a functional measure for a child with SLI who demonstrates  pragmatic difficulties might consist of time spent engaged in conversation with one or more peers during recess. Alternatively, time spent in perseverative or  noncommunicative speech (e.g., repeated recitation of a television commercial) during a group activity might be used as a functional measure for a child with autism.  Damico (1992) provided an example of an on­line observational system, called Systematic Observation of Communicative Interaction (SOCI), which makes use of  event recording and time sampling. In SOCI, problematic verbal and nonverbal behaviors are recorded along with information about several dimensions (such as  illocutionary purpose) each time it occurs within a fixed time period (a 10­second period that consists of a 7­second observation and 3­second recording interval).  Recorded behaviors include failure to provide significant information, nonspecific vocabulary, message inaccuracy, poor topic maintenance, inappropriate response,  linguistic nonfluency, and inappropriate intonation contour. Four to seven recording periods of approximately 12 minutes each are recommended. Although some data  regarding reliability of this procedure are mentioned in Damico (1992), clearly this type of procedure warrants additional evidence to provide better guidance regarding  its interpretation and validity.

Page 276 7.  Dynamic Assessment

Dynamic assessment procedures represent a large number of procedures that are designed to examine a child’s changing response to levels of support provided by  the clinician. Proponents of dynamic assessment might balk at its inclusion in the list of measures reviewed in this chapter, maintaining that it represents an approach to  assessment that is entirely different from the rest. In fact, for proponents of dynamic assessment, most other forms of descriptive assessment can be lumped into the  single, usually less desirable category “static.” Within this conceptualization, static assessments assume a constant set of stimuli and interactions between the child and  tester, whereas dynamic assessments assume a changing set of stimuli and interactions that are manipulated to provide a richer description of how the child’s  performance can be modified. Referred to as dynamic assessment here, a wide variety of related assessment strategies fall within this category.  To those unfamiliar with the term dynamic assessment, Olswang and Bain (1991), two of its foremost advocates in language assessment, helpfully noted its strong  resemblance to a more familiar and venerable concept. Specifically, they compare it with stimulability, in which unaided productions (usually in articulation testing) are  followed by efforts to obtain the child’s “best” productions when aided by the clinician’s visual, auditory, and attentional prompts. In both stimulability and in dynamic  assessment procedures, facilitating actions on the part of the clinician are designed to help determine the upper limits of a child’s performance. As a result, the  boundaries of assessment and treatment are blurred. This blurring has led to the use of the term mediated learning experience (Feuerstein, Rand, & Hoffman, 1979;  Lidz & Peña, 1996) to refer to one model of dynamic assessment. It also foreshadows the integration of such assessment techniques into treatment (e.g., Norris &  Hoffman, 1993). Initially applied in cognitive and educational psychology by Feuerstein and others (e.g., Feuerstein, Rand, & Hoffman, 1979; Feuerstein, Miller, Rand, & Jensen, 1981;  Lidz, 1987), dynamic assessment models are typically based on the work of Vygotsky (1978), who proposed the zone of proximal development (ZPD) as a  conceptualization of the moving boundary of a child’s learning. The zone of proximal development is defined as “the distance between the actual developmental level as  determined by independent problem solving and the level of potential development as determined through problem solving under adult guidance or in collaboration with  more capable peers” (Vygotsky, 1978, p. 86). Problem solving or behaviors lying within this zone are thought to represent those areas where maturation is occurring  and to characterize development “prospectively” rather than ‘‘retrospectively” as is done with typical, static assessment (Vygotsky, 1978).  The ZPD has been interpreted as being indicative of learning readiness. Therefore, its description through dynamic assessment has been considered especially useful for  identifying treatment goals (Bain & Olswang, 1995; Olswang & Bain, 1991; 1996). Specifically, Olswang and Bain (1991, 1996) suggested that tasks that children  perform with little assistance do not warrant treatment, and those that children fail to perform, even when provided with maximal assistance, are not yet appropriate  targets. Instead, the most appropriate targets are likely to be those that children perform only 

Page 277 when given considerable assistance. Modifiability of performance in response to adult facilitation has also been shown to predict generalization of performance to new  situations, such that children who demonstrate less modifiability show less transfer (Campione & Brown, 1987; Olswang, Bain, & Johnson, 1992).  Another benefit of dynamic assessment observed by Olswang and Bain (1991) is that dynamic assessment strategies allow the clinician to determine not only what the  child is learning, but also how that learning can be supported through the manipulation of antecedent and consequent events. They note that whereas consequent events  such as the nature of reinforcement (e.g., tangible vs. social) and schedule of reinforcement (e.g., continuous vs. variable) have received attention for many years in  speech­language pathology, antecedent events receive greater attention in dynamic assessment. Among the antecedent events highlighted in dynamic assessment are the  use of models or prompts, the selection of the modalities of stimuli or cues that are used, and the number of stimulus presentations that are provided.  Table 10.7 provides a hierarchy of verbal cues used to provide differing levels of support for children with specific expressive language impairment learning two­word  utterances (Bain & Olswang, 1995). In the study, which was designed to validate the Table 10.7 A Sample Hierarchy of Verbal Cues Condition

Cue

General statement

Opportunity to child’s attention  “Oh look at this. ”

Elicitation question

Opportunity plus an elicitation cue “What’s happening?”  “What’s he doing? ’’

Close or sentence completion

More salient opportunity—contrasting particular feature of what is to be coded  “Look the dog is sitting and__.”  (manipulating dog so it is walking)

Indirect model

Repetition of opportunity + embedded or delayed model and elicitation cue “See, the dog is walking; what is he doing?”

Direct model evoking spontaneous imitation

Opportunity plus a direct model of desired utterance without elicitation cue—participant spontaneously imitates the  utterance “Dog walk.”

Direct model plus an elicitation statement

Opportunity plus a direct model of desired utterance with an elicita­tion statement  “Tell me, dog walk.”

Note. This table represents a sample hierarchy of verbal cues arranged from those providing least to most support for the production of two­word utterances in  children with specific expressive language impairment who are producing few or no utterances of this type. This example uses cues designed to elicit Agent + Action  (“dog walk”) as relevant objects are manipulated. From “Examining Readiness for Learning Two­Word Utterances by Children With Specific Expressive Language  Impairment: Dynamic Assessment Validation,” by B. A. Bain and L. B. Olswang, 1995, American Journal of Speech­Language Pathology, 4, p. 84. Copyright  1995 by American Speech­Language Hearing Association. Reprinted with permission.

Page 278 use of dynamic assessment, 15 children who were producing few or no two­word utterances were assessed using standardized measures, language samples, and  dynamic assessment, then treated for 3 weeks. Construct validity was supported through the demonstration that more supportive cues (i.e., those providing more  information) resulted in more correctly produced two­word utterances than less supportive cues. In addition, predictive validity was supported through the  demonstration that children who showed the greatest responsiveness to the hierarchy (responded to the less supportive cues) showed the greatest language change over  the study period. One unexpected finding was that language sampling was associated with a greater variety of word combinations and two­word utterance types than  was dynamic assessment. This finding was inconsistent with the outcome needed to support concurrent validity, thus suggesting the need for further study.  The collaborative nature of the interaction promoted in dynamic assessment is thought to have immediate benefits to the child’s motivation. Lidz (1996) described this  interaction as promoting “rapport­building and motivational variables, including reduced anxiety, [such that] assessment becomes more of an instructional conversation  than a test” (p. 11). At the same time, a number of authors (Gutierrez­Clellen, Brown, Conboy, & Robinson­Zañartu, 1998; Lidz, 1996) noted that the use of dynamic  assessment allows the clinician to determine how assessment conditions facilitate or obstruct the child’s attention or arousal, perception, memory, conceptual  processing, and metacognitive processing. Thus, dynamic assessment may provide information not only about the child’s current and potential level of functioning on a  given task, but also about the child’s learning needs and style that extend beyond the task at hand.  Because of its complexity, dynamic assessment is recommended for some, but not all children whose language requires description. Much of the early work on dynamic  assessment was directed at its use for children with mental retardation (Feuerstein et al., 1979). More recently it has received considerable attention as a nonbiased  approach for use with children who come from linguistically or culturally diverse communities (Gutierrez­Clellen et al., 1998; Lidz, 1996; Lidz & Peña, 1996; Peña,  Quinn, & Iglesias, 1992). Reduced bias is expected for at least three reasons. First, dynamic assessment techniques can either circumvent or alter as needed the  unfamiliar language and interaction routines that may penalize children from nondominant cultural backgrounds. Second, the collaborative nature of the interaction of  child and clinician can facilitate more relaxed, confident, and, consequently, valid efforts from the child. Third, the embedding of instruction in dynamic assessment can  reduce the effects of previous experience, a major source of bias for children who lack the experiences of the mainstream culture (Lidz, 1996).  Bain and Olswang (1995) summarized the promise of dynamic assessment techniques as follows: Dynamic assessment offers clinicians the opportunity to obtain information as to who to treat, when to treat, what to treat, how to treat, and to determine prognosis.  Such information will enable clinicians to make informed decisions as they provide services to children with language impairment. (p. 90) 

Page 279 A growing body of data bolsters portions of these claims (e.g., see Long & Olswang, 1996; Olswang & Bain, 1996). However, the complexity and variety of  procedures fitting within the umbrella of dynamic assessment mean that much work remains to be done to optimize the validity of these procedures for individual  children and assessment purposes—or even to understand the extent to which traditional psychometric concepts can be applied to their evaluation (Embretson, 1987).  8.  Qualitative Measures

Speech­language pathologists have always paid attention to a very wide range of information sources beyond those described thus far in the chapter, including teacher  and parent comments, client observations, interviews, and official documents. More recently, sources such as student journals, portfolios, clinician journals, and critical  incident reports, or “stand outs,” have been added (Schwartz & Olswang, 1996; Silliman & Wilkinson, 1991). Olswang and Bain (1994) used the terms descriptive  and qualitative to refer to these sources of information and described them as subjective, in contrast to the more typical, operationally defined quantitative data.  Olswang and Bain based their discussion of such measures on the work of authors (e.g., Bogdan & Biklen, 1992; Glesne & Peshkin, 1992) describing qualitative  research, an umbrella term used to describe several research strategies in which subjective, inductive, and richly descriptive measures are systematically used to  examine participants’ perspectives on phenomena of interest. Because of this close connection to a type of research that may be unfamiliar to many readers, a brief  discussion of qualitative research is offered as background. Historically, qualitative research methods have been developed somewhat independently in anthropology, nursing, education, sociology and social work, among other  disciplines (Bogdan & Biklen, 1998; Lancy, 1993), but have shown increasing cross­fertilization. Recently, these methods., especially those described as  “ethnographic,” have begun to be adopted in research and, to a lesser extent, in clinical practice in speech­language pathology (Kovarsky, 1994; Kovarsky et al.,  1999; Silliman & Wilkinson, 1991; Westby, 1990). A thorough description of qualitative research is beyond the scope of this text, having, in fact, served as the focus  for a dazzling array of texts in just the past decade (e.g., Berg, 1998; Bogdan & Biklen, 1998; Creswell, 1998; Denzin & Lincoln, 2000; Kelley, 1999; Lancy, 1993;  Taylor & Bogdan, 1998). Nonetheless, a brief overview of some of the theoretical threads uniting different approaches within qualitative research can help guide our  thinking about how qualitative data may be used in the assessment of children’s language disorders.  Qualitative research strategies have been described as demonstrating, to greater or lesser degrees, the following 5 features, many of which clearly contrast with  quantitative strategies (Bogdan & Biklen, 1998). First, the focus of qualitative research is a natural context in which the researcher serves as the primary ‘‘instrument.”  Second, data are descriptive, rather than quantitative, in nature. Third, interactive social processes, rather than products, are of interest. Fourth, methods are inductive;  thus, abstractions are made from the data that are present, rather than tested from data that 

Page 280 are sought out. Fifth, meaning as experienced by individuals from their personal perspectives is of paramount interest. From a clinical vantage point, one of the chief  attractions of qualitative methods is their potential to guide clinicians in the use of data that may have previously been seen as illicit.  One of the major sources of evidence for the validity of qualitative data lies in the process of triangulation, which can be defined as the believability provided by  repeated examples of a given behavior obtained in a variety of settings or using a variety of methods (Schwartz & Olswang, 1996). Janesick (1994) describes five  kinds of triangulation: triangulation across (a) data sources, (b) researchers or evaluators, (c) multiple perspectives, (d) multiple methods, and (e) disciplines. It is the  preponderance of evidence gained under these conditions that validates findings (Berg, 1998). Some authors (e.g., Bogdan & Biklen, 1998) object that the term  triangulation is used differently by different authors and thus argue that the exact methods used to provide rich support for validity need to be specified. However, it is  a useful term for capturing the way in which validity, or believability, is alternatively characterized within this research paradigm. Also, interestingly, it is related to the  concept pervading mainstream psychometric discussions that theoretical constructs need to be studied using several indicators (Pedhazur & Schmelkin, 1991;  Primavera, Allison & Alfonso, 1996). When thinking about how qualitative data may complement quantitative descriptions of the language and linguistic context for  children with language impairment, the concept points toward a need for multiple sources and settings. Although additional research may help us understand how such data can best be used in combination with more established, quantitative measures, existing work on  qualitative research can point to the types of questions for which qualitative data may be best suited (Schwartz & Olswang, 1996). Specifically, questions that relate to  the diverse ways in which a child is viewed in his or her linguistic community or to the special expectations falling on a specific child in a specific community may best be  addressed using qualitative data. Thus, questions that address concerns about handicap and disability, which relate to functional and participative effects of impairments  (WHO, 1980), may be very effectively answered using qualitative methods. Practical Considerations Numerous practical considerations affect the way in which speech­language pathologists currently describe language disorders in children. Influences related to the  consideration of the larger contexts in which language impairments occur include movements toward increasing use of assessments in which several professionals  contribute their insights into the functioning of a child (coordinated assessment strategies). In addition, there has been a continuing movement in the past few decades  toward assessments for school­age children in which the functional demands of academic settings are recognized as the chief challenges facing them (curriculum­based  assessment).These coordinated approaches toward assessment could have been profitably discussed in chapter 9, which dealt with identification. Nonetheless, they  are discussed here because of the closer connection of description than identification to 

Page 281 treatment planning—the area of clinical decision making thought to benefit most from coordination.  Beyond these assessment strategies, perhaps the most important practical consideration affecting the descriptive measures chosen by clinicians is that of time and other  practical resources. In this section, the role of coordinated assessment strategies and other practical factors is discussed briefly to illustrate some of the forces shaping  descriptive practices in work with children with language impairments. Coordinated Assessment Strategies

Children with language impairment experience a range of needs that require the attention and care of individuals from a variety of disciplines, for example, speech­ language pathology and audiology, psychology, social work, occupational therapy, physical therapy, and a variety of other health professionals. As a child’s physical  problems and other problems increase in number, coordination of assessments and interventions conducted by these professionals become crucial (Linder, 1993;  Rosetti, 1986). Without coordination, professionals may work at cross purposes with families, overwhelm them with excessive or contradictory recommendations and,  as a result, facilitate small gains in individual domains while undermining the overall quality of the child’s life (Calhoon, 1997; Raver, 1991). Rosetti described the  difficulty facing a professional working alone with a child with many problems as suffering from tunnel­vision, in which the child may be viewed from the exceedingly  narrow perspective of that single individual’s academic and professional background. Particularly for very young children with multiple needs, the need for coordination  has been recognized in legislation and in the development of sophisticated strategies of coordination. Three general strategies that attempt to meet the needs of children  and families are multidisciplinary, interdisciplinary, and transdisciplinary approaches (Calhoon, 1997; Raver, 1991). Multidisciplinary assessment involves parallel planning, administration, and interpretation processes in which parents interact independently with individual  disciplines. Interdisciplinary assessment involves coordination through team planning of assessment; consultation with team members as assessments occur within  individual disciplines and parent involvement is encouraged. Transdisciplinary assessment involves shared assessments conducted by the entire team. This approach  involves participation of all team members as well as the child’s parents throughout the planning, administration, and interpretation process. Two examples of specific  transdisciplinary approaches include play and arena assessment, in which a criterion­referenced measurement strategy is implemented within a naturalistic context.  Whereas multidisciplinary and interdisciplinary approaches tend to predominate in systems designed for older children, transdisciplinary approaches have become  particularly popular for the assessment of infants and toddlers (Calhoon, 1997). Attempts at the coordination of disciplines, particularly those that increase the involvement of parents, are presumed to increase the validity of measurement and the  effectiveness with which clinical decisions can be implemented (Crais, 1993). Further, greater coordination, particularly with parents, is required through IDEA (1990). 

Page 282 As a consequence, it is likely that increasing attention will be paid to the validation of coordinated approaches to assessment and to the development of methods to  increase their efficiency. Curriculum­Based Assessment 

For school­age children with language impairments, coordination of disciplines is often more limited than for younger children, although it is at least as vital. For school­ age children, coordination will entail collaboration between classroom teachers, special educators, and speech­language pathologists. For this age group, collaborative  assessment approach is the term most frequently used to refer to the way in which professionals (speech­language pathologists in this case) attempt to coordinate  their activities with those of the other professionals serving the child in a school setting. Curriculum­based assessment is one particularly widespread component of  collaborative assessment approaches (Prelock, 1997). Collaboration enables the speech­language pathologist and other members of the educational team to understand the specific language and communication demands  facing the child with a given teacher, classroom, and curriculum. The purposes of this collaboration are to determine what demands present particular challenges to the  child and to identify team resources for addressing them (Creaghead, 1992; Prelock, 1997; Silliman & Wilkinson, 1991). Curriculum­based assessment has been defined broadly as “evaluation of a student’s ability to meet curriculum objectives so that school success can be  achieved” (Prelock, 1997, p. 35). Adding more detail to this concept, Nelson (1989, 1994) called attention to the presence of numerous kinds of curricula. Thus, for  example, in addition to the official curriculum of the school district, there are the cultural curriculum consisting of unspoken expectations based on the mainstream culture  and the underground curriculum consisting of the rules affecting peer social interactions. In order to understand and respond to school curricula in both the broad and more detailed senses, the speech­language pathologist will almost always need to use  criterion­referenced measures. Such measures are sometimes aimed at characterizing the educational setting and its demands and sometimes aimed at determining  whether the child is or is not able to meet those demands. Identifying the taxing aspects of language and communication within the classroom will benefit not just the  child with language impairments but all students within that classroom (Prelock, 1997). Obviously, the benefit of collaborative curriculum­based assessments to children  with language impairments is the possibility of describing and then responding to their difficulties. These responses by the speech­language pathologist and other team  members can result in accommodations or other active steps to foster greater success in the regular classroom. In essence, curriculum­based assessments can help  prevent impairment from necessarily being realized as a disability or handicap, in the terminology of the ICIDH (WHO, 1980). Alternatively, it can also be seen as  preventing impairment from being realized as a limitation in activities or participation opportunities, in the terminology of ICIDH­2 (WHO, 1998). 

Page 283 Other Practical Factors

Practical factors beyond those discussed in this chapter, such as time and money, appear to affect the ways in which clinicians conduct language assessments (Beck,  1996; Wilson, Blackmon, Hall, & Elcholtz, 1991), including assessments designed to plan for treatment (Beck, 1996). Time demands seem to stem from the pressures  of large caseloads. In particular, whereas ASHA (1993) recommended caseload sizes of 40, Shewan and Slater (1993) found that school clinicians have average  caseloads of 52! Beck’s survey found that clinicians frequently reported that they did not have sufficient time to conduct complete assessments. In addition, clinicians  also reported insufficient funds to buy “adequate materials for assessment.” Other data from the same source led Beck to ponder whether frequency of use might result  from properties of a test as simple as its being appropriate for a wide age range and its addressing both receptive and expressive concerns. This possibility led her to  comment “these are certainly not the ideal criteria on which to base selection of assessment methods” (Beck, 1996, p. 58).  Further, Beck (1996) and Wilson et al. (1991) did not obtain detailed information about the entire range of descriptive measures used by clinicians. However, they did  find that language sampling is very widely used. Given the expressed concerns about time and money, however, it seems likely that the time­consuming descriptive  measures and many of the exciting but emerging descriptive measures described in this chapter may not make it into the repertoire of techniques used by clinicians. At  least this conclusion seems reasonable in the absence of considerable effort on the part of individual clinicians and the profession. These efforts may take the form of  working to reduce caseload sizes and increase budgets. Alternatively, they may take the form of research studies aimed at increasing the efficiency and variety of  descriptive measures. Fortunately, there is widespread realization that descriptive measures are the most appropriate tools to use in addressing many critical clinical  questions—the first step needed to engage the attention of individual clinicians and of the profession as a whole.  Summary 1. Descriptive measurement of language presents both greater challenges and greater rewards to the practicing clinician than does assessment aimed at screening or  identification because of its steadfast tie to the heart of clinical practice: interventions designed to improve the social, communicative lives of children.  2. Even more than measures used in identification, descriptive measures of language require scrupulous attention by the clinician to achieve a match between the specific  clinical question being posed and method used to achieve it. This is true largely because the specificity of the question being asked necessitates the use of informal  measures that can only be “validated’’ through the actions of the individual clinician.  3. Damico et al. (1992) described authenticity, functionality, and richness of description as critical characteristics for descriptive measures.  4. 

Page 284 A wealth of strategies have been proposed for use in description, including standardized norm­referenced measures, standardized criterion­referenced measures,  probes, rating scales, language analysis, on­line observations, dynamic assessment, and qualitative measures.  5. Because children with special language needs often require the attention of other professionals as well, assessment frameworks have arisen that reflect differing  degrees of coordination across disciplines, as well as differing degrees of parent involvement. These range from multidisciplinary to interdisciplinary to transdisciplinary  assessments. 6. The nature of coordinated assessment efforts changes according to the age of the child, with younger children more frequently served using methods that involve a  greater degree of integration across professions and older children served using methods that acknowledge the primacy of the school environment for the school­age  child. Terms associated with coordinated assessments include arena and play­based assessment methods for younger children as well as curriculum­based  assessment for older children. 7. Recent innovations, such as dynamic assessment and the thoughtful use of qualitative measures, challenge researchers and clinicians with opportunities for a richer  description of the effects of language disorders on children, including those from nonmainstream cultures. 8. Future developments with regard to descriptive measures are likely to include the development and validation of new methods as well as the development of better  practices leading to more efficient and effective application of existing approaches. Key Concepts and Terms authentic assessment: assessment occurring when skills to be assessed are selected to represent realistic learning demands conducted in real­life settings, such as  classrooms, in which artificial and standard conditions are avoided (Schraeder et al., 1999). authenticity: the most complex of three primary characteristics described by Damico et al. (1992) as necessary for descriptive measures; it includes respect for and  preservation of the intricate and meaning­directed nature of communication as well as traditional concepts of reliability and validity.  collaborative assessment approach: any of several approaches in which professionals from different disciplines (e.g., speech­language pathologists, audiologists,  special educators) work together to provide information leading to effective and efficient intervention for a given child.  curriculum­based assessment: assessment aimed at examining a child’s skills and challenges in relation to curricular demands for purposes of planning interventions  that may occur within and outside of the classroom. direct magnitude estimation: a type of rating method in which stimuli to be rated are compared with one another or against a standard stimulus.

Page 285 dynamic assessment: a variety of approaches to description in which stimuli and procedures are modified to identify the child’s potential performance with adult  collaboration to help determine treatment goals and facilitative methods; considered especially useful as a means of nonbiased assessment for children who are bilingual  or from nondominant cultural backgrounds. event recording: an observational method in which the frequency of specific behaviors (events) is recorded across the entire observational time period.  functionality: one of three primary characteristics described by Damico et al. (1992) as necessary for descriptive measures, consisting of their ability to capture a  child’s skill in transmitting meaning effectively, fluently, and appropriately.  interval recording: A method of obtaining on­line observational data in which the observer notes the presence of a behavior or targeted characteristic within a  relatively short time frame (e.g., 10 seconds). interval scaling: A rating technique in which raters are asked to assign a number or verbal label to a set of related stimuli. metathetic continuum: the type of rating shown when raters’ responses to differences between rated entities seem to reflect qualitative distinctions. Auditory stimuli  differing in pitch appear to be treated in this fashion by raters. multidisciplinary assessment: assessment in which professionals involved with a child work in parallel to plan, conduct, and interpret their individual assessments with  interactions between professionals occurring in a less structured fashion than interdisciplinary or transdisciplinary assessments.  probe: an informal measure in which the clinician attempts to devise conditions that will elicit a response demonstrating a child’s knowledge of a particular area of form,  content, or use. prothetic continuum: the type of rating shown when raters’ responses to differences between rated entities appear to reflect quantitative distinctions. Auditory stimuli  differing in loudness appear to be judged in this fashion by raters. qualitative research: a range of research strategies designed to be naturalistic, descriptive, inductive in nature, and concerned with process and meaning (Bogdan &  Biklen, 1998). richness of description: one of three primary characteristics described by Damico et al. (1992) as necessary for descriptive measures; it entails the use of sufficient  detail to lead to an understanding of causality that may be used in planning treatment. time sampling: a method of observation in which the observation time period is divided into intervals and the presence of a targeted behavior is recorded at the end of  each interval. transdisciplinary assessment: assessments in which team members from different disciplines share maximally in the assessment process; specific examples of this  type of assessment include arena and play­based assessments, which are used most frequently with infants and toddlers. 

Page 286 trial scoring: the recording of a response as correct or incorrect following a specific stimulus or trial (McReynolds and Kearns, 1983).  triangulation: an approach to validation in which convergent findings are sought across varying methods, data courses, and data sources; recently emphasized in  relation to qualitative research methods. zone of proximal development (ZPD): the range of behaviors lying between independent functioning and functioning that must be facilitated by a more expert  interaction partner; thought to illustrate a child’s emerging mastery or learning readiness.  Study Questions and Questions to Expand Your Thinking 1. On the basis of your reading of this chapter, formulate three ideas for research projects aimed at clarifying some psychometric characteristic (e.g., validity for a  purpose, reliability) of a specific descriptive measure, thus making it more clinically useful. 2. Look at a recent issue of a journal containing articles on children with language impairments. See if you can find examples of probes that could be added to Table  10.3. 3. Engage in a conversation with two different people for a period of 10 minutes each, ideally tape­recording it with their knowledge so that you can go back over the  conversations. Then create a list of the factors affecting your word choice, the length of your sentences, the structure of your sentences, the nature of your turn­taking,  and so forth. Can you group the items on your list into related factors? Once you have done this, consider the extent to which children’s communications are likely to be  similarly affected in the course of collecting a language sample. 4. Consider ways to triangulate information about a child’s lack of success in a reading class in a regular first grade class. Develop a small set of related questions about  the child and the context and then consider what kinds of measures might provide you with a rich understanding of the child’s difficulties.  5. Find out what coordinated assessment methods exist in any clinical settings that serve children to which you have access. Consider what benefits might be gained,  and at what costs, if greater integration were to occur across professional roles within that setting. Recommended Readings Damico, J. S., Secord, W. A., & Wiig, E. H. (1992). Descriptive language assessment at school: Characteristics and design. In W. Secord (Ed.), Best practices in  school speech­language pathology: Descriptive/nonstandardized language assessment (pp. 1–8). San Antonio, TX: Psychological Corporation.  Kovarsky, D. (1994). Distinguishing quantitative and qualitative research methods in communication sciences and disorders. National Student Speech Language  Hearing Association Journal, 21, 59–64.  Olswang, L. B., & Bain, B. A. (1991). When to recommend intervention. Language, Speech, and Hearing Services in Schools, 22, 255–263. 

Page 287 References Agerton, E. P., & Moran, M. J. (1995). Effects of race and dialect of examiner on language samples elicited from Southern African American Preschoolers. Journal  of Childhood Communication Disorders, 16, 25–30.  American Psychological Association, American Educational Research Association, National Council on Measurement in Education. (1985). Standards for  educational and psychological testing. Washington, DC: APA. American Speech­Language­Hearing Association. (1993). Guidelines for caseload size and speech­language delivery in the schools. Asha, 35(Suppl. 10), 33–39.  Aram, D. M., Morris, R., & Hall, N. E. (1993). Clinical and research congruence in identifying children with specific language impairment. Journal of Speech and  Hearing Research, 36, 580–591.  Bain, B. A., & Dollaghan, C. (1991). The notion of clinically significant change. Language, Speech, and Hearing Services in Schools, 22, 264–270.  Bain, B. A., & Olswang, L. B. (1995). Examining readiness for learning two­word utterances by children with specific expressive language impairment: Dynamic  assessment validation. American Journal of Speech­Language Pathology, 4, 81–91.  Baker­van den Goorbergh, L. (1990). CLEAR: Computerized language­error analysis report. Clinical Linguistic and Phonetics, 4, 285–293.  Barrow, J. D. (1992). Pi in the sky: Counting, thinking, and being. New York: Oxford University Bates, E., & MacWhinney, B. (1989). Functionalism and the competition model. In B. MacWhinney & E. Bates (Eds.), The crosslinguistic study of sentence  processing (pp. 3–73). New York: Cambridge University Press.  Beck, A. R. (1996). Language assessment methods for three age groups of children. Journal of Children’s Communication Development, 17, 51–66.  Berg, B. L. (1998). Qualitative research methods for the social sciences. (3rd ed.). Boston: Allyn & Bacon. Berk, R. A. (1984). Screening and identification of learning disabilities. Springfield, IL: Thomas. Bishop, D. V. M. (1985). Automated LARSP (Language Assessment, Remediation, and Screening) [Computer program]. Manchester, England: University of  Manchester. Blake, J., Quartaro, G., & Onorati, S. (1993). Evaluating quantitative measures of grammatical complexity in spontaneous speech samples. Journal of Child  Language, 20, 139–152.  Bogdan, R. C., & Biklen, S. K. (1992). Qualitative research for education: An introduction to theory and methods (2nd ed.). Boston: Allyn & Bacon. Bogdan, R. C., & Biklen, S. K. (1998). Qualitative research for education: An introduction to theory and methods (3rd ed.). Boston: Allyn & Bacon. Brinton, B., & Fujiki, M. (1992). Setting the context for conversational language sampling. In W. Secord (Ed.), Best practices in school speech­language  pathology: Descriptive/nonstandardized language assessment (pp. 9–19). San Antonio, TX: Psychological Corporation.  Brown, R. (1973). A first language: The early stages. Cambridge, MA: Harvard University. Burroughs, E. I., & Tomblin, J. B. (1990). Speech and language correlates of adults’ judgments of children. Journal of Speech and Hearing Disorders, 55, 485– 494. Butler, K. G. (1997). Dynamic assessment at the millennium: A transient tutorial for today! Journal of Children’s Communication Development, 19, 43–54.  Calhoon, J. M. (1997). Comparison of assessment results between a formal standardized measure and a play­based format. Infant–Toddler Intervention, 7, 201– 214. Campbell, T., & Dollaghan, C. (1992). A method for obtaining listener judgments of spontaneously produced language: Social validation through direct magnitude  estimation. Topics in Language Disorders, 12, 42–55.  Campione, J., & Brown, A. L. (1987). Linking dynamic assessment with school achievement. In C. S. Lidz (Ed.), Dynamic assessment: An interactional approach  to evaluating learning potential (pp. 82–116). New York: Guildford.  Chapman, R. (1981). Computing mean length of utterance in morphemes. In J. F Miller (Ed.), Assessing language production in children (pp. 22–25). Baltimore:  University Park Press.

Page 288 Cirrin, F. M., & Penner, S. G. (1992). Implementing change to descriptive language assessment approaches in the schools. In W. Secord (Ed.), Best practices in  school speech­language pathology: Descriptive/nonstandardized language assessment (pp. 23–131). San Antonio, TX: Psychological Corporation.  Cochran, P. S., & Masterson, J. J. (1995). NOT using a computer in language assessment/intervention: In defense of the reluctant clinician. Language, Speech,  Hearing, Services in Schools, 26, 213–222.  Conant, S. (1987). The relationship between age and MLU in young children: A second look at Klee and Fitzgerald’s data. Journal of Child Language, 14, 169– 173. Crais, E. R. (1993). Families and professionals as collaborators in assessment. Topics in Language Disorders, 14(1), 29–40.  Creaghead, N. A. (1992). Classroom interactional analysis/script analysis. In W. Secord (Ed.), Best practices in speech­language pathology:  Descriptive/nonstandardized language assessment (pp. 65–72). San Antonio, TX: Psychological Corporation.  Creswell, J. W. (1998). Qualitative inquiry and research design: Choosing among five traditions. Thousand Oaks, CA: Sage Publications. Crystal, D. (1982). Profiling linguistic disability. London: Edward Arnold. Crystal, D. (1987). Toward a “bucket” theory of language disability: Taking account of interaction between linguistic levels. Clinical Linguistics and Phonetics, 1, 7– 22. Crystal, D., Fletcher, P., & Garman, M. L. (1989). Grammatical analysis of language disability (2nd ed.). London: Whurr. Damico, J. S. (1992). Systematic observation of communicative interaction: A valid and practical descriptive assessment technique. In W. Secord (Ed.), Best  practices in school speech­language pathology: Descriptive/nonstandardized language assessment (pp. 133–143). San Antonio, TX: Psychological Corporation.  Damico, J. S., Secord, W. A., & Wiig, E. H. (1992). Descriptive language assessment at school: Characteristics and design. In W. Secord (Ed.), Best practices in  school speech­language pathology: Descriptive /nonstandardized language assessment (pp. 1–8). San Antonio, TX: Psychological Corporation.  Denzin, N. K., & Lincoln, Y. S. (2000). The handbook of qualitative research (2nd ed.). Thousand Oaks, CA: Sage. Diedrich, W. M., & Bangert, J. (1980). Articulation learning. Houston, TX: College­Hill Press.  Dollaghan, C., & Campbell, T. (1992). A procedure for classifying disruptions in spontaneous language samples. Topics in Language Disorders, 12, 56–68.  Dollaghan, C., Campbell, T., & Tomlin, R. (1990). Video narration as a language sampling context. Journal of Speech and Hearing Disorders, 55, 582–590.  Elbert, M., Shelton, R. L., & Arndt, W. B. (1967). A task for evaluation of articulation change: I. Development of methodology. Journal of Speech and Hearing  Research, 10, 281–289.  Embretson, S. E. (1987). Toward development of a pyschometric approach. In C. S. Lidz (Ed.), Dynamic assessment: An interactional approach to evaluating  learning potential (pp. 141–170). New York: Guilford.  Evans, J. L. (1996a). Plotting the complexities of language sample analysis. In K. N. Cole, P. S. Dale, & D. J. Thal (Eds.), Assessment of communication and  language (pp. 207–256). Baltimore: Brookes Publishing.  Evans, J. L. (1996b). SLI subgroups: Interaction between discourse constraints and morphological deficits. Journal of Speech and Hearing Research, 39, 655–660.  Evans, J. L., & Miller, J. F. (1999). Language sample analysis in the 21st century. Seminars in Speech and Language, 20, 101–115.  Feuerstein, R., Miller, R., Rand, Y., & Jensen, M. (1981). Can evolving techniques better measure cognitive change? Journal of Special Education, 15, 201–219.  Feuerstein, R., Rand, Y., & Hoffman, M. (1979). The dynamic assessment of retarded performers. Baltimore: University Park Press. Finnerty, J. (1991). Communication analyzer [Computer software]. Lexington, MA: Educational Software Research. Frattali, C. (Ed.). (1998). Measuring outcomes in speech­language pathology. New York: Thieme.  Gavin, W. J., & Giles, L. (1996). Sample size effects on temporal reliability of language sample measures of preschool children. Journal of Speech, Language, and  Hearing Research, 39, 1258–1262. 

Page 289 Gavin, W. J., Klee, T., & Membrino, I. (1993). Differentiating specific language impairment from normal language development using grammatical analysis. Clinical  Linguistics and Phonetics, 7, 191–206.  Gerken, L., & Shady, M. (1996). The picture selection task. In D. McDaniel, C. McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 287– 302). Cambridge, MA: MIT Press. Goldstein, H., & Geirut, J. (1998). Outcomes measurement in child language and phonological disorders. In C. Frattali (Ed.), Measuring outcomes in speech­ language pathology (pp. 406–437). New York: Thieme.  Goodluck, H. (1996). The acting­out task. In D. McDaniel, C. McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 147–162). Cambridge,  MA: MIT Press. Gutierrez­Clellen, V. F., Brown, S., Conboy, B., & Robinson­Zañartu, C. (1998). Modifiability: A dynamic approach to assessing immediate language change.  Journal of Children’s Communication Development, 19, 31–42.  Hirsh­Pasek, K., & Golinkoff, R. M. (1996). The intermodal preferential looking paradigm: A window onto emerging language comprehension. In D. McDaniel, C.  McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 105–124). Cambridge, MA: MIT Press.  Hixson, P. K. (1985). Developmental Sentence Scoring computer program [Computer program]. Omaha, NE: Computerized Language Analysis.  Howard, S., Hartley, J., & Muller, D. (1995). The changing face of child language assessment: 1985–1995. Child Language Teaching and Therapy, 11, 7–22.  Janesick, V. J. (1994). The dance of qualitative research design. In N. K. Denzin & Y. S. Lincoln (Eds.), Handbook of qualitative research (pp. 209–219).  Thousand Oaks, CA: Sage. Kelley, D. L. (1999). Measurement made accessible: A research approach using qualitative, quantitative and TQM methods. Thousand Oaks, CA: Sage. Kemp, K., & Klee, T. (1997). Clinical language sampling practices: Results of a survey of speech­language pathologists in the United States. Child Language  Teaching and Therapy, 13, 161–176.  Kovarsky, D. (1994). Distinguishing quantitative and qualitative research methods in communication sciences and disorders. National Student Speech Language  Hearing association Journal, 21, 59–64.  Kovarsky, D., Duchan, J., & Maxwell, M. (Eds.). (1999). Constructing (in)competence. Mahwah, NJ: Lawrence Erlbaum Associates. Lahey, M. (1988). Language disorders and language development. New York: Macmillan. Lancy, D. (1993). Qualitative research in education: An introduction to the major traditions. White Plains, NY: Longman. Landa, R. M., & Olswang, L. (1988). Effectiveness of language elicitation tasks with two­year­olds. Child Language Teaching and Therapy, 4, 170–192.  Lee, L. (1974). Developmental sentence analysis. Evanston, IL: Northwestern University Press. Leonard, L. (1996). Assessing morphosyntax in clinical settings. In D. McDaniel, C. McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp.  287–302). Cambridge, MA: MIT Press.  Leonard, L., Prutting, C. A., Perozzi, J. A., & Berkley, R. K. (1978). Nonstandardized approaches to the assessment of language behaviors. Asha, 20, 371–379.  Lidz, C. S. (1987). Dynamic assessment: An interactional approach to evaluating learning potential. New York: Guilford. Lidz, C. S. (1996, November). Dynamic assessment: Theory, application and research. Handout for seminar presented at the American Speech­Language­ Hearing Association meeting, Seattle, WA. Lidz, C. S., & Peña, E. D. (1996). Dynamic assessment: The model, its relevance as a nonbiased approach, and its application to Latin American preschool children.  Language, Speech, and Hearing Services in Schools, 27, 367–372.  Linder, T. W. (1993). Traditional assessment and transdisciplinary play­based assessment. In T. W. Linder (Ed.), Transdisciplinary play­based assessment (pp. 9– 22). Baltimore: Brookes Publishing. Long, S. H. (1991). Integrating microcomputer applications into speech and language assessment. Topics in Language Disorders, 11, 1–17.  Long, S. H. (1999). Technology applications in the assessment of children’s language. Seminars in Speech and Language, 20, 117–132.  Long, S. H., & Fey, M. E. (1989). Computerized Profiling Version 6.2 (Macintosh and MS­DOS series) [Computer program]. Ithaca, NY: Ithaca College. 

Page 290 Long, S. H., Fey, M., & Channell, R. W. (1998). Computerized profiling (CP) [computer program]. Cleveland, OH: Department of Communication Sciences, Case  Western Reserve University. Long, S. H., & Masterson, J. J. (1993, September). Computer technology: Use in language analysis. Asha, 35, 40–41, 51.  Long, S. H., & Olswang, L. B. (1996). Readiness and patterns of growth in children with SELI. American Journal of Speech­Language Pathology, 5, 79–85.  Lucas, D. R., Weiss, A. L., & Hall, P. K. (1993). Assessing referential communication skills: The use of a nonstandardized assessment procedure. Journal of  Childhood Communication Disorders, 15, 25–34.  Lund, N. J., & Duchan, J. (1983). Assessing children’s language in naturalistic contexts. Englewood Cliffs, NJ: Prentice­Hall.  Lund, N. J., & Duchan, J. (1993). Assessing children’s language in naturalistic contexts. (3rd ed.). Englewood Cliffs, NJ: Prentice­Hall.  Lust, B., Flynn, S., & Foley, C. (1996). Why children know what they say: Elicited imitation as a research method for assessing children’s syntax. In D. McDaniel, C.  McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 55–76). Cambridge, MA: MIT Press.  MacWhinney, B. (1991). The CHILDES project: Tools for analyzing talk. Hillsdale, NJ: Lawrence Erlbaum Associates. McCauley, R. J. (1996). Familiar strangers: Criterion­referenced measures in communication disorders. Language, Speech, Hearing Services in Schools, 27, 122– 131. McCauley, R., & Swisher, L. (1984). Use and misuse of norm­referenced tests in clinical assessment: A hypothetical case. Journal of Speech and Hearing  Disorders, 49, 338–348.  McDaniel, D., McKee, C., & Cairns, H. S. (Eds.) (1996). Methods for assessing children’s syntax. Cambridge, MA: MIT Press.  McReynolds, L. V., & Kearns, K. (1983). Single­subject experimental designs in communicative disorders. Austin, TX: Pro­Ed.  Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 13–103). New York: American Council on Education and Macmillan.  Miller, J. F. (1981). Assessing language production in children: Experimental procedures. Baltimore, MD: University Park Press. Miller, J. F. (1996). Progress in assessing, describing, and defining child language disorder. In K. N. Cole, P. S. Dale, & D. J. Thal (Eds.), Assessment of  communication and language (pp. 309–324). Baltimore: Brookes Publishing.  Miller, J. F., & Chapman, R. (1982). SALT: Systematic analysis of Language Transcripts [computer software]. Madison, WI: University of Wisconsin­Madison,  Waisman Research Center, Language Analysis Laboratory. Miller, J. F., & Chapman, R. (1998). SALT: Systematic analysis of Language Transcripts [computer software]. Madison, WI: University of Wisconsin­Madison,  Waisman Research Center, Language Analysis Laboratory. Miller, J., Freiberg, C., Rolland, M. ­B., & Reeves, M. (1992). Implementing computerized language sample analysis in the public schools. Topics in Language  Disorders, 12(2), 69–82.  Miller, J. F., & Klee, T. (1995). Computational approaches to the analysis of language impairment. In P. Fletcher & B. MacWhinney (Eds.), The handbook of child  language (545–572). Oxford: Blackwell.  Miller, J. F., & Paul, R. (1995). The clinical assessment of language comprehension. Baltimore: Brookes Publishing. Minifie, F., Darley, F., & Sherman, D. (1963). Temporal reliability of seven language measures. Journal of Speech and Hearing Research, 6, 139–149.  Moellman­Landa, R., & Olswang, L. B. (1984). Effects of adult communication behaviors on language­impaired children’s verbal output. Applied Psycholinguistics,  5, 117–134.  Mordecai, D. R., Palin, M. W., & Palmer, C. B. (1985). Lingquest 1 [computer software]. Columbus, OH: Macmillan. Morris, R. (1994). A review of critical concepts and issues in the measurement of learning disabilities. In R. Lyon (Ed.), Frames of reference for the assessment of  learning disabilities: New views on measurement issues (pp. 615–626). Baltimore: Brookes Publishing. 

Page 291 Muma, J. (1998). Effective speech­language pathology: A cognitive socialization approach. Mahwah, NJ: Lawrence Erlbaum Associates.  Muma, J., Morales, A., Day, K., Tackett, A., Smith, S., Daniel, B., Logue, B., & Morriss, D. (1998). Language sampling: Grammatical assessment. In J. Muma (Ed.),  Effective speech­language pathology: A cognitive socialization approach (pp. 310–345). Mahwah, NJ: Lawrence Erlbaum Associates.  Nelson, N. W. (1989). Curriculum­based language assessment and intervention. Language, Speech, and Hearing Services in Schools, 20, 170–184.  Nelson, N. W. (1994). Curriculum­based language assessment and intervention across the grades. In G. P. Wallach & K. G. Butler (Eds.), Language learning  disabilities in school­age children and adolescents: Some principles and applications (104–131). New York: Merrill.  Norris, J., & Hoffman, P. (1993). Whole language intervention for school­age children. San Diego, CA: Singular Publishing.  Olswang, L. B., & Bain, B. A. (1991). When to recommend intervention. Language, Speech, and Hearing Services in Schools, 22, 255–263.  Olswang, L. B., & Bain, B. A. (1994). Data collection: Monitoring children’s treatment progress. American Journal of Speech­language Pathology, 3, 55–66.  Olswang, L. B., & Bain, B. A. (1996). Assessment information for predicting upcoming change in language production. Journal of Speech and Hearing Research 39,  414–423.  Olswang, L. B., Bain, B. A., & Johnson, G. A. (1992). Using dynamic assessment with children with language disorders. In S. F. Warren & J. Reichle (Eds.), Causes  and effects in communication and language intervention (pp. 187–215). Baltimore: Brookes Publishing.  Panagos, J., & Prelock, P. (1982). Phonological constraints on the sentence productions of language disordered children. Journal of Speech and Hearing Research,  25, 171–176.  Paul, R., & Shriberg, L. (1982). Associations between phonology and syntax in speech disordered children. Journal of Speech and Hearing Research, 25, 536– 546. Pedhazur, R. J., & Schmelkin, L. P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Peña, E., Quinn, R., & Iglesias, A. (1992). The application of dynamic assessment methods to language assessment: A non­biased procedure. Journal of Special  Education, 26, 269–280.  Prelock, P. A. (1997). Language­based curriculum analysis: A collaborative assessment and intervention process. Journal of Children’s Communication  Development, 19, 35–42.  Primavera, L. H., Allison, D. B., & Alfonso, V. C. (1996). Measurement of dependent variables. In R. D. Franklin, D. B. Allison, & B. S. (Gorman (Eds.), Design  and analysis of single­case research (pp. 41–92). Mahwah, NJ: Lawrence Erlbaum Associates.  Pye, C. (1987). The Pye analysis of language [computer software]. Lawrence, KS: Author. Raver, S. A. (1991). Transdisciplinary approach to infant and toddler intervention. In S. A. Raver (Ed.), Strategies for teaching at­risk and handicapped infants  and toddlers. A transdisciplinary approach (pp. 26–44). New York: Merrill.  Roeper, T., de Villiers, J., & de Villiers, P. (1999, November). What every 5 year old should know: Syntax, semantics and pragmatics. Presentation to the  American Speech­Language­Hearing Association convention, San Francisco.  Rondal, J. A., Ghiotto, M., Bredart, S., & Bachelet, J. F. (1988). Age­relation, reliability, and grammatical validity of measures of utterance length. Journal of Child  Language, 14, 433–446.  Rosetti, L. (1986). High­risk infants: Identification, assessment, and intervention. Boston: College­Hill.  Roth, F., & Spekman, N. (1984). Assessing the pragmatic abilities of children: Part I. Organizational framework and assessment parameters. Journal of Speech and  Hearing Disorders, 49, 2–11.  Salvia, J., & Ysseldyke, J. E. (1981). Assessment in remedial and special education (2nd ed.). Boston: Houghton­Mifflin.  Scarborough, H. S. (1990). Index of productive syntax. Applied Psycholinguistics, 11, 1–22.  Scarborough, H. S., Wyckoff, J., & Davidson, R. (1986). A reconsideration of the relation between age and mean utterance length. Journal of Speech and Hearing  Research, 29, 394–399. 

Page 292 Schiavetti, N. (1992). Scaling procedures for the measurement of speech intelligibility. In R. Kent (Ed.), Intelligibility in speech disorders: Theory, measurement  and management (pp. 11–34). Philadelphia: John Benjamins.  Schmidt, R. A., & Bjork, R. A. (1992). New conceptualizations of practice: Common principles in three paradigms suggest new concepts for training. Psychological  Sciences, 3, 207–217.  Schraeder, T., Quinn, M., Stockman, I. J., & Miller, J. F. (1999). Authentic assessment as an approach to preschool speech­language screening. American Journal  of Speech­Language Pathology, 8, 195–200.  Schwartz, I. S., & Olswang, L. B. (1996). Evaluating child behavior change in natural settings: Exploring alternative strategies for data collection. Topics in Early  Childhood Special Education, 16, 82–101.  Secord, W. A. (1981). C­PAC: Clinical Probes of Articulation Consistency. San Antonio, TX: Psychological Corporation.  Secord, W. A., & Shine, R. E. (1997). Secord­Contextual Articulation Tests. Sedona, AZ: Red Rock Educational Publications.  Semel, E., Wiig, E. H., & Secord, W. A. (1996). Clinical Evaluation of Language Fundamentals 3. San Antonio, TX: Psychological Coproration. Shewan, C., & Slater, S. (1993). Caseloads of speech­language pathologists, Asha, 35, 64.  Silliman, E. R., & Wilkinson, L. C. (1991). Communicating for learning: Classroom observation and collaboration. Gaithersburg, MD: Aspen Publishers. Simon, C. (1984). Evaluating communicative competence: A functional pragmatic procedure. Tucson, AZ: Communication Skill Builders. Smith, A. R., McCauley, R. J., & Guitar, B. (in press). Development of the Teacher Assessment of Student Communicative Competence (TASCC) for children in  grades 1 through 5. Communication Disorders Quarterly. Stevens, S. S. (1975). Psychophysics. New York: Wiley. Stromswold, K. (1996). Analyzing spontaneous speech. In D. McDaniel, C. McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 23–53).  Cambridge, MA: MIT Press. Taylor, S. J., & Bogdan, R. (1998). Introduction to qualitative research methods: A guidebook and resources (3rd ed.). New York: Wiley. Templin, M. C. (1957). Certain language skills in children. Minneapolis: University of Minnesota Press. Terrell, F., Terrell, S. L., & Golin, S. (1977). Language productivity of black and white children in black versus white situations. Language and Speech, 20, 377–383.  Thorton, R. (1996). Elicited production. In D. McDaniel, C. McKee, & H. S. Cairns (Eds.), Methods for assessing children’s syntax (pp. 77–102). Cambridge,  MA: MIT Press. Turner, R. G. (1988). Techniques to determine test protocol performance. Ear and Hearing, 9, 177–189.  Tyack, D., & Gottsleben, R. (1974). Language sampling, analysis, and training. Palo Alto, CA: Consulting Psychologists Press. Vetter, D. K. (1988). Designing informal assessment procedures. In D. E. Yoder & R. D. Kent (Eds.), Decision making in speech­language pathology (pp. 192– 193). Baltimore: Brookes Publishing. Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Edited by M. Cole, V. John­Steiner, S. Scribner, & E. Souberman.  Cambridge, MA: Harvard University Press. Weiner, F. F. (1988). Parrot Easy Language Sample Analysis (PELSA) [Computer software]. State Park, PA: Parrot Software. Westby, C. E. (1990). Ethnographic interviewing: Asking the right questions to the right people in the right ways. Journal of Childhood Communication Disorders,  13, 101–111.  Wilson, K., Blackmon, R., Hall, R, & Elcholtz, G. (1991). Methods of language assessment: A survey of California public school clinicians. Language, Speech, and  Hearing Services in Schools, 22, 236–241.  World Health Organization. (1980). ICIDH: The International Classification of Impairments, Disabilities, and Handicaps. Geneva, Switzerland: World Health  Organization. World Health Organization. (1998). Toward a common language for functioning and disablement: ICIDH­2: The International Classification of Impairments, Activities  and Participation. Geneva, Switzerland: World Health Organization.

Page 293 CHAPTER

11 Examining Change: Is This Child’s Language Changing?  The Nature of Examining Change Special Considerations for Asking This Clinical Question Available Tools Practical Considerations David is 8 years old and was diagnosed at the age of 7 with a fatal form of a genetic neurodegenerative disease, adrenoleukodystrophy. He had developed  normally until about age 6½, when he began showing signs of clumsiness and behavior problems that had initially been attributed to the stresses of a cross­ country move and beginning first grade. Currently, he follows simple verbal directions with some consistency but rarely speaks. His family is interested in  both his current level of comprehension and in information about the rate at which his communication skills are declining so that they can facilitate the  child’s participation in the family and plan more for his ongoing care.  Tamika, a 5­year­old girl with specific expressive language impairment, has been seen for treatment since age 3. Initially her treatment was aimed at  increasing the frequency and intelligibility of single word productions; more recent goals have focused on her use of grammatical morphemes and  monitoring comprehension of directions. In her efforts to adjust Tamika’s treatment and monitor her overall progress, Tamika’s speech­language  pathologist uses periodic standardized testing along with frequent 

Page 294 informal probes, including probes of treated, generalization, and control items. The speech­language pathologist is concerned about her ability to assess the  true impact of treatment on Tamika’s social communication with peers and family members because Tamika’s family speaks Black English, whereas the  clinician does not. She would like to find an appropriate assessment strategy to help document Tamika’s ongoing communication skills.  The five certified speech­language pathologists working within a small Vermont school district are eager to demonstrate the efficacy of their work with  school­age children because of concerns about cutbacks in neighboring special education budgets. They decide to participate in ASHA’s National Outcomes  Measurement System and begin collecting data for each of their students. In addition, because of their commitment to improving the quality of their  practice, they also decide to use a computerized language sampling system with all of their preschool and first grade children with language problems.  The Nature of Examining Change The examination of change in children’s language disorders actually encompasses a fairly large number of related questions—Is this child’s overall language changing?  What aspects in particular are changing? Is observed change likely to be due to treatment rather than to maturation or other factors? Should a specific treatment be  continued, or has maximum progress been made? Should termination of treatment occur? How effective is this particular clinical practice group in achieving change with  the children it serves? These assessment questions present some of the most challenging issues facing speech­language pathology professionals (e.g., Diedrich &  Bangert, 1980; Elbert, Shelton, & Arndt, 1967; Mowrer, 1972; Olswsang, 1990; Olswang & Bain, 1994). Described with regard to a single child, methods used to examine change will fuel decisions regarding how the child moves through a given treatment plan, whether  alternative treatment strategies should be explored, and, finally, whether treatment should be terminated. Providing a more formal categorization, Campbell and Bain  (1991) drew on the framework of Rosen and Proctor (1978, 1981) to describe three dimensions or kinds of change: ultimate, intermediate, and instrumental.  Ultimate outcomes constitute grounds for ending treatment, and they should be established at the initiation of treatment. They are similar to long­term treatment  objectives, with levels of final expected performance defined in terms of ‘‘age appropriate, functional, or maximal communicative effectiveness” (Campbell & Bain,  1991, p. 272). Modification of an ultimate outcome might occur. For example, a functional outcome level might initially be set for a child because of expectations that  performance at a level with same­age peers was unrealistic. However, if treatment data suggested otherwise, a revision in outcome level would be appropriate  (Campbell & Bain, 1991). Intermediate outcomes were seen by Campbell and Bain (1991) as more specific and numerous for a given client. They relate to individual behaviors that must be  acquired in order for the ultimate outcome to be achieved and for progression through 

Page 295 a given hierarchically arranged treatment to occur. Data from treatment tasks within a session are given as an example of such data.  Instrumental outcomes illustrate the likelihood that additional change will occur without additional treatment (Campbell & Bain, 1991). Data documenting  generalization fit into this third category. Campbell and Bain acknowledged that this type of outcome is challenging to identify because of the difficulty in knowing at  what point evidence of generalization reliably predicts improvement towards ultimate outcomes. The feature that most complicates the assessment of change in children is that children’s behavior is characterized by change stemming from a variety of sources, most  of which are related to growth and development. With few exceptions, children—even those with quite significant difficulties—are benefiting from developmental  advances that enhance their communication skills. Sometimes change occurs broadly and sometimes in some areas more than others. Even children who have sustained  severe brain damage during early childhood will experience developmental benefits as well as the physiological benefits of biological recovery. Only a few exceptions to  this upward trend exist—for example, in children with very severe neurologic damage or with neurodegenerative disease and in children who tend to regress in  performance when therapy is withdrawn (e.g., some children with developmental dyspraxia of speech or mental retardation). In all cases, however, the speech­ language pathologist’s assessment of whether change is occurring and why it is occurring must be gauged on an terrain that is rarely flat and is sometimes a series of  foothills. Clinical questions involving change make use of many of the same types of measures discussed in chapters 9 and 10 and often examine similar issues across the added  dimension of time. Nonetheless, despite their importance for work with children with language disorders, at least until recently such questions have generally received  less attention than questions related to screening, identification, or description at a given point in time. Thankfully, a variety of external factors affecting clinical practice  described in preceding chapters, such as the demand for greater accountability in schools and hospitals, are helping to encourage and even mandate greater research  attention to the assessment of change (Frattali, 1998b; Olswang, 1990, 1993, 1998). Once, broad questions regarding the value of treatment approaches lay principally within the purview of researchers, who conducted treatment efficacy research in  highly controlled conditions. Over the past decade, however, concerns about accountability have caused individual professionals in speech­language pathology to  become more active in collecting and using such data as well (Eger, 1988; Eger, Chabon, Mient, & Cushman, 1986). The primary emphasis on evidence obtained in  tightly controlled conditions has been shifted to include emphases on evidence obtained under the very conditions in which treatment is typically conducted—data that  are typically referred to as outcomes. In this chapter, the specific considerations affecting the assessment of change in clinical practice are addressed, followed by the special considerations relating to tools  that are available to address this issue. Finally, practical considerations related to outcome assessment are discussed for the ways in which they shape professional  practices in this area of assessment.

Page 296 Special Considerations for Asking This Clinical Question At least four special concerns complicate the process of answering clinical questions regarding change: (a) identifying reliable, or real, change; (b) determining that the  change that is observed is important; (c) determining responsibility for change; and (d) predicting the likelihood of future change (Bain & Dollaghan, 1991, Campbell &  Bain, 1991; McCauley & Swisher, 1984; Schwartz & Olswang, 1996). These concerns affect both global inferences regarding a child’s overall progress—ultimate  outcomes as well as the more specific decisions involved in specific treatment goals—intermediate and instrumental outcomes (Bain & Dollaghan, 1991; Campbell &  Bain, 1991; Olswang & Bain, 1996). Identification of Reliable and Valid Change

Because examination of change depends on a comparison of measurements made on at least two occasions, reliability in the measurement of change is no more certain  than the reliability of a single measurement. In fact, there is every indication that it is less so (McCauley & Swisher, 1984; Salvia & Ysseldyke, 1995). In order to get  an idea of the effect of measurement error on the examination of change, consider the case of a child whose score on a specific measure taken 4 months apart changes  from 15 to 30, where 80 is the highest possible score. Initially, this change would appear to be cause for some degree of celebration—more restrained if you looked  just at the number of points gained out of the number possible; less restrained if you looked at the fact that the child had doubled his score. However, once you remind  yourself that measures vary in their reliability (sometimes quite wildly), you realize that more information is needed before party invitations can be sent out. Depending  on the reliability of the measure, each observed score could fall quite off the mark of the test taker’s real score, with unfortunate consequences for the believability of  observations about the difference between the two testings. The difference between these two scores could be described as a difference score or, more frequently in  this kind of situation, a gain score. In fact, gain scores are often less reliable than the measures on which they are based (Mehrens & Lehman, 1980; Salvia & Ysseldyke, 1995). Although concerns about  gain scores are typically expressed in relation to standardized norm­referenced measures, they apply equally to other quantitative measures. The nature of the measure  used in the preceding example was intentionally ambiguous in order to emphasize that point. The advantage of some standardized norm­referenced tests is the availability of information allowing one to estimate the risk of error associated with individual gain  scores. Using the standard error of measurement and methods like those used to examine difference scores when they occur in profiles, it is possible to examine the  likelihood that a difference score is reliable (Anastasi, 1982; Salvia & Ysseldyke, 1995). Indeed, some tests include graphic devices on their scoring sheets that will  help users determine whether a difference is likely to be reliable. However, there is still reason to believe that numerous norm­referenced tests continue to fail to provide  this information for users (Sturner et al., 1994).

Page 297 The problem facing norm­referenced instruments, however, is equally shared or even more intense for informal measures: Informal quantitative measures will almost  never provide that information. Thus, additional strategies are needed for providing evidence of reliability—that is, evidence that a measure is likely to be consistent  over short periods of time, when used by different clinicians, and so forth—and is thus able to reflect real change, rather than error, when it occurs. As you will see later  in this chapter, single subject designs constitute the most powerful of these strategies. As a sophisticated observer of psychometric properties, you may be waiting for the other shoe to drop—the validity shoe. Although it might be possible for developers  of highly developed standardized measures to study the ability of their measure to capture significant change as a form of criterion­related validity evidence, they almost  never do so. Instead, for most measures in speech­language pathology and other applied behavioral sciences as well, the examination of validity has been couched in  terms of discussions of “importance”: Is observed change that appears to be reliable also important?  Determining That Observed Change Is Important

Issues about the importance of change can be complex. They include questions such as, Is the change large enough to be significant? and Is the nature of the change  such that it is likely to affect the child’s communicative and social life? These are some of the questions that Bain and Dollaghan (1991) explored under the notion of  clinically significant change. A number of complementary indicators of “importance” have been put forward. The most important of these are (a) effect size—Did much happen? (Bain &  Dollaghan, 1991); (b) social validation—Did it make a difference in this person’s communicative life? (Bain & Dollaghan, 1991; Campbell & Bain, 1991; Kazdin,  1977, 1999; Schwartz & Olswang, 1996); and (c) the use of multiple measures (Campbell & Bain, 1991; Olswang & Bain, 1994; Schwartz & Olswang, 1996).  Effect Size

In the statistical and research design literature, a distinction is made between statistical significance and substantive importance, or meaningfulness. That distinction,  although often overlooked by researchers who focus on statistical significance as if it were the holy grail (Young, 1993), is a valuable one for our thinking about the  clinical importance of change we observe in children. Effect size, which refers to the magnitude of difference observed, is frequently discussed in relation to substantive  importance, or clinical significance, and is discussed at some length later in this section. Statistical significance is a relatively straightforward concept. Specifically, when a research finding is statistically significant, a statistical test has suggested that the finding  is unlikely to have occurred by chance, that it is rare (Pedhazur and Schmelkin, 1991). More complex, however, is the matter of determining whether a statistically  significant finding is meaningful, that is, whether it says anything important about the matter under study (Pedhazur and Schmelkin, 1991). A term frequently used to  refer to the meaningfulness or substantive importance of a difference to clinical decision mak­  

Page 298 ing is clinical significance (Bain & Dollaghan, 1991; Bernthal & Bankson, 1998). Other terms applied to this concept in the rich psychological literature on the topic  include social validity, clinical importance, qualitative change, educational relevance, ecological validity and cultural validity (Foster & Mash, 1999). A research example using a difference between two groups at a single point in time can help illustrate the distinction between statistical significance and substantive  importance. In a research study one might compare the performance of two groups on a given test with 100 items and find that the two groups differed in their  performance by just 2 items. Further, the difference might be shown to be statistically significant. Despite the statistical significance, however, most observers, if aware  of the size of the difference, would consider a difference of just 2 points to merit no more than a yawn—no matter how much verbal arm waving the researcher in  question might use to inspire interest. In contrast, if a much larger difference had been obtained and found to be statistically significant, most observers would be moved  to rapt attention, having been persuaded that the basis for group assignments had at least some sort of important relationship to the subject covered by the test.  Using an analogous clinical example, one can imagine achieving a very consistent result when using a particular treatment with a given child—for instance, Tamika, from  the introduction of this chapter. Perhaps Tamika makes gains of one or two items on untreated probes that are used over the course of a semester to monitor her  progress in the use of grammatical morphemes. That relatively high consistency (or reliability) of change, however, would probably not please you (or Tamika) and  would probably send you scrambling to find an alternative, more effective intervention strategy. The clinical significance of change observed for Tamika simply would  not warrant contentment with the current treatment. Effect size, which can be measured in a variety of ways, generally refers to the magnitude of the difference between two scores or sets of scores, or of the correlation  between two sets of variables (Pedhazur & Schmelkin, 1991). Authors regularly suggest that researchers in speech­language pathology and elsewhere appear to fixate  on statistical significance at the expense of effect size or other measures that are more amenable to decisions about the value of information to decision making (e.g.,  Pedhazur & Schmelkin, 1991; Young, 1993). Because information about the reliability of difference scores is difficult and often impossible to come by for the measures  clinicians use to examine change, clinicians and their constituents are much more likely to want to inspect the actual magnitude of changes with an eye toward its clinical  meaning. Effect size alone cannot be the sole data used to determine the meaning of a particular difference because other factors will need to be taken into account  (e.g., the social significance of the difference, the likely generalizability of the difference). However, it can be an important element in that process (Bain & Olswang,  1995). Bain and Dollaghan (1991) described a couple of strategies for looking at effect size. One of these strategies uses standard scores, takes into account the absolute  amount of change that has occurred, and is therefore primarily limited to use with norm­referenced standardized measures. The other uses age­equivalent scores, looks  at the relative size of change, and is subject to the vagaries associated with that inferior method of characterizing performance. 

Page 299 Using standard scores to examine change, Bain and Dollaghan (1991) noted that the amount of change can be expressed in terms of standard deviation units and  compared against an arbitrary standard. Thus, a difference might be considered of practical significance if it met or exceeded a change of so many standard deviation  units—with those authors citing 1 standard deviation as a frequently used standard. For instance, imagine that at Time 1, a child receives a standard score of 70 on a  test with a mean of 100 and standard deviation of 10. Then, at Time 2, the child receives a score of 81 on that same test. The amount of change would be considered  of clinical significance because it corresponded to slightly more than one standard deviation. As long as the measure that is being used has been carefully selected for its validity for the given child and content area, this method seems a reasonable one for many  purposes. In particular, its use is strengthened if the time period encompassed by the comparison results in a comparison against a single normative subgroup.  Specifically, if a child’s performance can be compared with just a single normative subgroup over time (e.g., all of the children age 5 years, 1 month to 6 years), then  the extra variability introduced by comparing his her first performance with one set of children (e.g., the children from 5 years to 5 years, 6 months) and then with  another (e.g., the children from 5 years, 7 months to 6 years) can be avoided. The use of standard scores is also preferable to the same method applied using age­equivalent scores and a cutoff established around a certain age­equivalent gain  (Bain & Dollaghan, 1991) because of the poor reliability of such scores (McCauley & Swisher, 1984). Admittedly, at this point, selection of the cutoff in this strategy  using standard scores is arbitrary—how much change should be regarded as clinically significant can serve as a point of considerable argument. However, additional  research by test developers and others could validate specific levels in a manner quite analogous to that proposed for cutoffs used in other areas of clinical decision  making (Plante & Vance, 1994). The Proportional Change Index (PCI), the alternative strategy for examining effect size described by Bain and Dollaghan (1991), provides a relative measure of  change arising from the work of Wolery (1983). The measure is relative in the sense that it attempts to examine the rate of change characteristic of the child’s behavior  for the period before treatment as compared with the rate observed during treatment. Specifically, the PCI is the proportion created when the child’s preintervention  rate of development is divided by the child’s rate of development during intervention. The preintervention rate of change is estimated by dividing the child’s age­ equivalent score on a measure taken just before the beginning of treatment by his age in months. The rate of development during intervention is estimated by dividing the  gain score obtained for that measure when it is readministered after a period of treatment by the duration of treatment. For a child whose behavior is being monitored  over time without intervention, the measure might be used to examine the period before observation with that observed during the period of observation. The merit of  this particular measure is that it “takes into account the number of months actually gained, the number of months in intervention [or observation] and the child’s rate of  development at the pretest date” (Wolery, 1983, p. 168). Figure 11.1 illustrates the calculation of PCI for two children: Shana, who shows excellent gains in receptive  vocabulary, with twice as

Page 300 Fig. 11.1.  A hypothetical example showing the calculation of the Proportional Change Index (Bain & Dollaghan, 1991; Wolery, 1983) for two children. 

Page 301

Page 302 much progress in treatment as prior to treatment; and Jason, who shows progress in receptive vocabulary acquisition that is no better in treatment than it had been prior  to treatment. If the two rates of change used in the equation for PCI are similar, the calculated value for PCI will approach a value of one. On the other hand, if treatment or other  factors have accelerated development, the PCI should be positive, with larger PCI’s indicating greater acceleration. Thus, for example, a PCI of 3 would imply that  change had occurred three times as quickly during treatment as preceding it. Alternatively, a PCI of .5 would suggest that change had occurred at half the rate during  the treatment or observation period as preceding it. As described earlier, the PCI is usually recommended for its utility in examining change during a period of intervention in which positive change is expected.  Nonetheless, it might also be used if one were interested in examining alterations in rates of change occurring under conditions like those described for David at the  beginning of the chapter. Recall that David had been diagnosed with a neurodegenerative disease that was predicted to result in skill loss. It might also be used under  conditions in which problems in development were suspected (as in the case of a suspected ‘‘late talker”), but the child’s clinician had opted for a watch­and­see  strategy with a planned 6­month reevaluation. Bain & Dollaghan (1991) noted that the PCI rests on two problematic assumptions, with the first being that change in children’s skills occurs at a constant rate in the  absence of intervention. A plausible alternative to this assumption is that change may occur at varying rates during development—with children’s behaviors sometimes  racing ahead, sometimes holding steady, and sometimes, perhaps, even regressing for a time. The problem with the assumption of constant change embodied in the PCI  is addressed to some extent by the use of single subject designs, a specific method that is described in greater detail later in the chapter. Single subject designs escape  this assumption through the clinician’s active examination of change patterns during periods in which intervention is not occurring as well as when it is. Thankfully, too,  the question of whether change is constant can be addressed empirically. Although additional information is needed to determine the extent to which this assumption is  tenable, efforts to examine patterns of change are underway and suggest that over shorter time periods the assumption of a constant rate of change is probably false  (Diedrich & Bangert, 1980; Olswang & Bain, 1985). The second problematic assumption of the PCI lies in its use of age­equivalent scores and the temptation that it presents for clinicians to use tests that present such  scores without much in the way of empirical support—either for the age­equivalent scores or for the test in its entirety. Bain and Dollaghan (1991) acknowledged this  potential drawback and implicitly recommended that clinicians should search for the highest quality measures to use for documenting change. However, they also  suggested that in the absence of such measures, the PCI may offer a better alternative than the simple assumption that a gain in age­equivalent scores over time  represents progress. An additional limitation affecting the PCI is the need for users to adopt an arbitrary basis for determining when a certain amount of change is sufficient to support the use  of time and other resources required to achieve a particular gain. Thus far, no meas­  

Page 303 ure described herein or proposed elsewhere has been able to claim a rational basis for its particular standard or cutoff.  In principle, then, the two measures of effect size that I have described (standard score gain scores and PCI) seem to represent strong contenders for use in decisions  about the importance of observed change—both for change observed during treatment or for change observed over a period of time in which intervention is not used  but a child’s performance is monitored. However, additional research is needed to validate their use in decision making, particularly in the case of the PCI in which the  strength of the logic behind the measure is undermined by its dependence on age­equivalent scores. I also call readers’ attention to the fact that both of these methods  will more readily be implemented for standardized norm­referenced tests than for other types of measures that might be used to describe a child’s language.  Social Validation

In examining the importance of change, clinicians are almost always interested in considering whether observed changes conform to theoretical expectations, especially  developmental expectations, that imply a hierarchy of learning in which some behaviors are seen as prerequisites to others (Bain & Dollaghan, 1991; Lahey, 1988). Put  differently, clinicians are interested in determining whether the child has made gains that theoretically appear to be movements along the “right” path. Gains on those  behaviors that are seen as precursors to further advancement are judged to be more important than those that are not. Additionally, clinicians have always valued and sometimes solicited family and teacher reports asserting progress as de facto evidence that change has occurred and is  important. This way of thinking about the importance of language change falls under the term social validation.Social validation also complements the use of effect size  in fostering the richest possible conceptualization of “importance.” Acknowledging that such evidence has value is consistent, first of all, with an appreciation that the  functional and social effects of communication disorders warrant greater incorporation into clinical practice (Frattali, 1998b; Goldstein & Geirut, 1998; Olswang &  Bain, 1994). In a different context (discussing research significance as opposed to clinical significance), Pedhazur and Schmelkin (1991) offered a quotation from Gertrude Stein: “A  difference in order to be a difference must make a difference” (p. 203). If rephrased slightly, this quotation also seems to speak to efforts to examine the importance of  change in children’s language: For change in a child’s language to be significant, it must make a difference in the child’s life.  Use of measures to examine the functional and social impact of change is also consistent with the growing appreciation of qualitative data described in the last chapter.  Because qualitative data are unapologetically subjective in nature (Glesne & Peskin, 1992), they may be used very effectively—more effectively than reams of  quantitative data—to address questions related to the social context supporting and affecting a child and to how the child is viewed in that context. Over the past few  decades, quantitative as well as qualitative measures have received growing attention for the purpose of assessing function and social impacts of treatment (Bain &  Dollaghan, 1991; 

Page 304 Campbell & Bain, 1991; Campbell & Dollaghan, 1992; Koegel, Koegel, Van Voy, & Ingham, 1988; Olswang & Bain, 1994; Schwartz & Olswang, 1996).  Kazdin (1977) described a process by which such measures can be used to look at the importance of behavioral change. In particular, he focused on behavioral  change achieved through applied behavior analysis and based his work on that of Wolf and his colleagues (e.g., Maloney et al., 1976; Minkin et al., 1976; Wolf,  1978). Kazdin defined social validation as the assessment of “the social acceptability of intervention,” where such acceptability could be assessed with regard to  intervention focus, procedures, and—importantly for this discussion—behavior change. More recently, he has defined clinical significance as ‘‘the practical or applied  value or importance of the effect of an intervention—that is, whether the intervention makes real (e.g., genuine, palpable, practical, noticeable difference in everyday life  to the clients or others with whom the clients interact” (Kazdin, 1999, p. 332). Although Kazdin and numerous other authors working in the area of clinical psychology  (e.g., Foster & Mash, 1999; Jacobson, Roberts, Berns, & McGlinchey, 1999; Kazdin, 1999) have continued to elaborate on the concepts outlined in Kazdin (1977),  basic issues raised in that earlier work remain relevant. In particular, this relevance derives from the lack of empirical validation supporting many of the highly developed  measures of clinical significance proposed in the clinical psychology literature (Kazdin, 1999). Kazdin (1977) recommended two general approaches to the social validation of behavior change that have been embraced by a number of researchers in child  language disorders—social comparison and subjective evaluation (Bain & Dollaghan, 1991; Campbell & Bain, 1991; Campbell & Dollaghan, 1992; Olswang & Bain,  1994; Schwartz & Olswang, 1994). Social comparison involves comparisons conducted pre­and post­intervention between behaviors exhibited by the child receiving  intervention with those of a group of same­age peers who are unaffected by language impairment (Campbell & Bain, 1991). Astute readers will find this method  reminiscent of a normative comparison. However, instead of comparisons on a standardized measure against a relatively large group of ostensible “peers,” here the  child’s performance on a more informal measure (usually a clinician­designed probe) is compared against that of a relatively small group of actual peers. The value of  this technique will certainly be affected by the care taken to choose a representative, if small, comparison group. In addition, it may also prove most valuable in cases  where a norm­referenced comparison using a larger group is unavailable because no appropriate measures or appropriate normative samples exist for the targeted  behavior and particular client. Subjective evaluation involves the use of procedures designed to determine whether individuals who interact frequently with the child see perceived changes as  important (Kazdin, 1977). Methods that have been proposed for these purposes in speech­language pathology range from quite informal to relatively sophisticated.  Thus, for example, at the informal end of the continuum, it has been suggested that parents, teachers and other adults who are familiar with the child be asked to  appraise the adequacy of a child’s performance following a period of intervention (Bain & Dollaghan, 1991; Campbell & Bain, 1991). Clearly these data may be  qualitative in nature (Olswang & Bain, 1994; Schwartz & Bain, 1995) and would benefit from the clinician’s use of triangulation with other sources, as discussed in the  previous chapter, 

Page 305 thus implying the use of multiple measures. This is consistent with the idea emphasized in Kazdin’s (1999) recent work, that “clinical significance invariably includes a  frame of reference or perspective” (p. 334).  A more intermediate level of complexity might involve use of an existing rating scale, such as the Observational Rating Scales of the Clinical Evaluation of Language  Functions—3 (Semel, Wiig, & Secord, 1996), in which a similar rating scale is completed by the child, the parent(s), and a classroom teacher. The growing interest in  the development of functional measures for use with children in school settings will certainly provide many new alternatives of this kind. Addition of this type of measure  to the very detailed measures of progress being used for Tamika may not only provide strong evidence of functional impact, but may also help reduce possible bias in  the assessment of progress achieved by a child who speaks a dialect usually underrepresented in standardized measures. A higher level of complexity in the use of subjective evaluation would involve the use of a panel of naive listeners who could be asked to use a rating strategy such as  direct magnitude estimation to make judgments about some aspect of the communicative effectiveness of a child’s productions. Campbell and Dollaghan (1992)  described the use of a 13­person panel that was asked to rate the informativeness (“amount of verbal information conveyed by a speaker during a specified period of  spontaneous language”, p. 50) of utterances produced by nine children with brain damage and their controls. This example of social validation is particularly complex  given that Campbell and Dollaghan applied a hybrid method that used both social comparison and subjective evaluation components. Although methods as complex as  these are probably not practical in many clinical settings, they provide a valuable illustration of how flexible social validation procedures can be.  In summary, social validation methods add greatly to our estimation of how important an observed change is. In particular, they can help us see how observed  differences make a change in a child’s communicative and social functions and opportunities. They vary dramatically in terms of their complexity and sophistication.  Further, because they can be applied to qualitative as well as quantitative data, the use of informal measures is an especially attractive feature.  Use of Multiple Measures

The augmentation of measures designed to directly assess linguistic behaviors with measures intended to provide social validation constitutes one very important way in  which multiple measures may be used to enhance our ability to tease out the contribution of treatment to change. However, the kinds of multiple sources of data  recommended by clinical researchers do not stop there (Campbell & Bain, 1991; Olswang & Bain, 1994; Schwartz & Olswang, 1996). They extend to considering  the value of multiple indicators in helping one best address the construct of interest—an idea that was introduced in Fig. 2.2 and in chapter 2. Whether the construct is  one related to a particular linguistic skill or to a child’s communicative function within a given setting, there is general agreement that making use of several measures can  best support conclusions about the construct under consideration.

Page 306 Writing from a research perspective, Primavera, Allison, and Alfonso (1996) noted that Cook and Campbell (1979) introduced the idea of multioperationalism into  behavioral research, in which a construct is operationalized using as many indicators as possible in order to truly capture its essence. In a similar vein, Pedhazur and  Schmelkin (1991) offered a detailed account explaining why the use of a single indicator of a construct “almost always poses insurmountable problems” (p. 56) related  to knowing to what extent the indicator reflects the construct rather than error. Whereas researchers may have greater opportunities and rewards for practicing  multioperationalism, clinicians, too, can benefit from its application. When a clinician uses a single measure (e.g., a single test of receptive vocabulary) to support  conclusions about a construct (e.g., receptive language), both the clinician and his or her audience either immediately feel skeptical that the part (receptive vocabulary)  represents the whole (receptive language) or should feel skeptical if they give it much thought. Even if conclusions are limited to those about receptive vocabulary,  however, a quick reminder about the nature of most such tests—that they frequently address only pictureable nouns—should cause the clinician to pause. Clearly, the  single indicator seems unlikely to capture the construct of interest. The time demands of clinical practice can sometimes make the collection of even one measure seem  onerous and the idea of multiple measures an author’s fantasy and clinician’s nightmare. However, becoming aware of the value of such measures may help clinicians  decide to take the extra time and provide support for that decision in select cases. Further, in cases where the use of multiple measures has not seemed practical, it can  help lead to more limited and therefore more valid interpretations. In this section, three principal strategies for examining the importance of change were briefly introduced: use of multiple measures, social validation and effect size.  Authors such as Bain, Campbell, Dollaghan, and Olswang have begun to venture deep into the literatures of related disciplines to explore this relatively new territory for  the resources it might contribute to measurement in communication disorders. Given the value of their work to date, their efforts will undoubtedly continue and be joined  by those of others who respond to recent calls for more persuasive evidence that speech­language pathology services make a difference for children with  communication disorders. Determining Responsibility for Change

Whereas determining the extent to which change in language has occurred and determining its importance are closely related tasks, verifying the clinician’s contributions  to that change is an altogether different and more daunting task. Granted, simply noting the extent to which change has occurred and its nature can be useful in instances  where no intervention has taken place—for example, in cases where a child’s development is being monitored because of suspicion that the child is a late talker. More  commonly, assessment of change for children in treatment involves cases where all stakeholders are comfortable with the unexamined assumption that change will be  primarily the result of intervention efforts. However, there are times when demonstrating that treatment is responsible for observed changes is crucial. In this era of  growing attention to accountability and quality assurance, these times are becoming more common (Eger, 1988; Frattali, 1998a 1998b). 

Page 307 The difficulty in pinning down causal explanations for human behavior or behavior change is a driving force behind developments in psychology and related disciplines  over the past 100 years. Again and again, the problem with determining causality seems to be ruling out alternative explanations in cases where stringent control over  potential causes is either not possible or not ethical. Treatment for language disorders in children presents the classic difficulty in this regard. The possibility of factors  other than treatment—such as development, environmental influences, and changes in the child’s physiology through recovery from a disease process or trauma—make  it very difficult to identify treatments or indirect management strategies as having “caused” gains that are seen in a child’s performance.  At least two design elements have provided a logical basis for increasing the plausibility that gains in performance seen while a child is undergoing treatment are  attributable to treatment rather than to alternative explanations. These two elements are repeated observations over a period of time prior to the onset of treatment and  the use of treatment, generalization, and control probes. Both of these elements have been incorporated into the framework of research known as single subject  experimental design (Franklin, Allison, & Gorman, 1996; Kratochwill & Levin, 1992; McReynolds & Kearns, 1983). In addition, each has been identified separately  as a means of enhancing support for treatment as a causal factor in cases of behavioral gains (Bain & Dollaghan, 1991; Campbell & Bain, 1991; Olswang & Bain,  1994; Schwartz & Bain, 1996). Pretreatment Baselines

The use of multiple observations over a period of time prior to the initiation of treatment is frequently referred to as a baseline or the A condition in a single subject  experimental design. Multiple observations function as a window into the stability of the behavior and the measure used to characterize it. If little variation is observed, it  seems most likely that the behavior is not changing and that the measure being used to track the behavior is not introducing error (i.e., that it is probably reliable). This  means that departures from stability observed after the onset of treatment can be more readily attributed to treatment than to either the instability of the behavior being  measured or to measurement error. The presence of stability during baseline observations might alternatively be interpreted as suggesting that the behavior being  measured and the measure being used for that purpose are varying: in ways that cancel each other out—a most unlikely prospect.  In contrast, when considerable variation is observed, it can be difficult to determine which of the two possible sources of variation (change in the behavior vs. error in  the measurement) is the culprit. Consequently, as a rule, baselines are easiest to interpret and they provide the strongest support for observing changes that might occur  under conditions such as treatment, when they are sufficiently lengthy, show no obvious trends, and appear to be stable (McReynolds & Kearns, 1983). With regard to  length, three observations is often referred to as a minimum (McReynolds and Kearns, 1983), with longer baselines required if the behavior shows a trend or other lack  of stability. The presence of a trend (consistent increase or decrease in data values in the direction of expected change with treatment) can be problematic, as can lack  of stability in 

Page 308 which both increases and decreases in a specific measure are noted. Because stability is a relative quality, we again are in a position of looking toward expert advice to  help us agree on an acceptable range of variation. McReynolds and Kearns (1983) pointed to a historic standard of 5 to 10%. However, they noted that lower levels  of stability achieved during a baseline will simply necessitate greater amounts of change to justify claims of effective treatment.  Proponents of single subject experimental designs who are the chief resources for interpreting baseline data have often suggested that visual inspection of such data is  sufficient for the detection of stability and systematic change. Recently, however, the complexity of this judgment task has led to questions about its use (Franklin,  Gorman, Beasley, & Allison, 1996; Parsonson & Baer, 1992). In particular, researchers have noted a tendency for visual analysis to fail to detect change when it has  actually occurred, thus suggesting a lack of sensitivity to smaller levels of change. This reduced sensitivity may present serious problems for clinicians who believe that  small amounts of change will be important to documenting the effect of their treatment. On the other hand, for those who attempt to target behaviors on which they  expect larger changes (larger effect sizes, to use our previous terminology) the reduction in sensitivity may represent a reasonable trade­off against the relative simplicity  of graphic analysis. Nonetheless, clinicians who may wish to rely on visual analysis would do well to look into the emerging complexities of this aid to data interpretation  (Franklin et al., 1996; Parsonson & Baer, 1992). Researchers and clinicians with sufficient resources might also consider alternative interpretations that make use of  emerging methods (Gorman & Allison, 1996). Treatment, Control, and Generalization Probes

The idea of treatment and control probes draws once again on the single subject experimental design literature (Bain & Dollaghan, 1991). In that context, treatment  probes represent quantitative measures focusing on behaviors that are or will be the target of treatment. They are usually the minimum type of data collected to provide  evidence of change. In contrast, control probes represent quantitative measures obtained periodically over the course of a study to allow the clinician to monitor the  effects of extraneous variables on an individual’s behavior. They are usually constructed or selected so that they measure behaviors that are unrelated to the treated  behavior. If the treated behavior shows change whereas the untreated, control behavior monitored using control probes does not, then the clinician can feel confident  that maturation and other factors have not produced global advances from which treated stimuli would have benefited with or without the implementation of treatment.  (Of course, one of the perils involved in the selection of control probes is that developmental forces may cause changes in the behavior they are used to track even  without a direct effect of treatment; Demetras, personal communication, February, 2000). Generalization probes are used to track behaviors that are related but distinct from those receiving treatment. Thus, their use involves a violation of the expected lack  of relationship from treated behaviors characteristic of control probes within single sub­  

Page 309 ject designs (Bain & Dollaghan, 1991; Fey, 1988). In the construction of generalization probes, the clinician looks for behaviors that are related to treated behaviors in  a manner thought likely to cause generalization that will affect them. On the basis of the current understanding of generalization, generalization probes would be  expected to show similar but smaller changes than treatment probes in response to the implementation of an effective treatment. Although generalization across  behaviors may be the most common dimension in which generalization probes are studied clinically, generalization across situations will also prove of interest as will  generalization across time (McReynolds & Kearns, 1983). The use of generalization and control probes allows for a clear demonstration that treatment is behaving as predicted relative to the targeted behavior. Specifically, their  use can help demonstrate that treatment is having its greatest effect on treated behaviors, a lesser effect on untreated or other generalization behaviors, and no effect on  control behaviors. Their use can thus contribute to the plausibility of arguments that treatment, rather than the myriad of other variables that might help a child’s behavior  improve, is the agent responsible for observed change. Campbell and Bain (1991) further argued that evidence of generalization obtained during treatment offers  speech­language pathologists their clearest opportunity to show instrumental outcomes (i.e., outcomes suggesting the likelihood that treatment will lead to additional  outcomes without further treatment). More support for these varied measures comes from the motor learning literature, in which it was observed that data obtained  during a learning condition (e.g., a treatment session) can overestimate learning compared to generalization or maintenance data (e.g., see Schmidt & Bjork, 1992).  An example illustrating the use of treatment, generalization, and control probes is described in Bain and Dollaghan (1991) as part of a single subject design. Using the  case of a hypothetical preschooler with SLI, they suggested a treatment target consisting of the production of a two­word semantic relation Agent + Action. As a  generalization behavior, they proposed the production of Action + Object because its shared component, Action, was thought to make generalization likely. Finally, as  a control behavior, they proposed the production of Entity + Locative because it seemed unlikely to change without direct treatment. Each probe consisted of the  child’s percentage of correct production of 10 unfamiliar exemplars that the clinician attempted to elicit through manipulation of several toys and the context.  Treatment, generalization, and control probes often involve elicited behaviors such as those described under that heading in the preceding chapter. However, other  measures, such as performance on language samples and analyses, could also serve as measures that might be used to examine treatment, generalization, and probe  behaviors. Although there is a tendency for treatment probes to be obtained frequently so that the process of treatment as well as the product may be illuminated  (McReynolds & Kearns, 1983), generalization and control probes are frequently evaluated on a less frequent basis (Bain & Dollaghan, 1991). The frequency with  which treatment probes are used may depend on the expected rate of change; Bain and Dollaghan pointed out that the behaviors of a child with cognitive delays  indicative of an overall slower rate of learning may require less frequent collection of data.

Page 310 Determining Whether Additional Change Is Likely to Occur

As an additional aspect of examining change, authors have sometimes called attention to the value of predicting whether future change is likely. In particular, this general  question has been asked specifically with regard to addressing predictions of change at two different ends of the treatment process: initiation and termination. First,  successful prediction of whether change is likely might help in judging whether treatment should be initiated because of a child’s ‘‘readiness” for change in a particular  area (Bain & Olswang, 1995; Long & Olswang, 1996; Olswang & Bain, 1996). Second, successful prediction might help in judging whether treatment should be  terminated, or at least temporarily discontinued, because additional change is unlikely (Campbell & Bain, 1991; Eger et al., 1986). Both kinds of questions will require  substantial empirical investigations to arrive at universal recommendations for best practices. Nonetheless, each depends on evidence that a particular technique is valid  for predicting a given outcome—thus suggesting that evidence of predictive criterion­related validity is at the root of both of these questions. This realization is implicit in  the work of Bain and Olswang (1995), in which they sought to demonstrate the predictive validity of dynamic assessment to support its use in determining readiness for  the production of two­word phrases. Posing the question of when treatment might most profitably be initiated goes beyond the clinical assumption that treatment should be undertaken any time a child is  found to demonstrate a significant problem in language or communication skills. The question itself suggests the possibility that there are times when children may exhibit  evidence of a language disorder but that treatment would be unlikely to be effective—either in a global sense or in relation to a specific domain or behavior. Timing the  onset of treatment or at least the onset of treatment aimed at specific targets to coincide with children’s areas of readiness could be expected to yield major  enhancements to treatment efficiency (Long & Olswang, 1996). Olswang and Bain (1996) discussed the use of profiling in static assessment versus dynamic assessment as tools to use in addressing the question of readiness. The use  of profiles, which are most often created by comparing a child’s performances on several tests or subtests, was discussed at some length in chapter 9. Even though the  use of profiles has been largely debunked as a strategy for highlighting domains or children that might exhibit the greatest change in treatment, Olswang and Bain (1996)  decided both to pursue it as one of the few methods in static assessment that has been proposed for addressing the prediction of future change and to compare it with  techniques from dynamic assessment. One of the greatest promises of dynamic assessment has been its use in identifying the moving boundary of a child’s learning, or zone of proximal development (ZPD;  Olswang & Bain, 1996; Vygotsky, 1978). As described in chapter 10, the ZPD is thought to reflect the loci of a child’s active developmental processes and thus to  suggest areas in which treatment might be aimed to achieve optimal change. As a result of this promise, Olswang and Bain (1996) decided to compare the relative  merits of profiles based on static assessments as well as performances on other selected variables versus measures of dynamic assessment techniques in predicting  responses to 

Page 311 treatment. The dynamic measures were found to have the stronger correlation than the static measures to a measure of change (PCI) calculated following a 3­week  treatment period. The results of their study led Olswang and Bain (1996) to propose that dynamic assessment procedures are better than other techniques at determining the likelihood of  immediate change. However, they noted that additional research is needed to determine whether observed changes would have occurred even in the absence of  treatment. They might also have noted that additional research is needed to determine whether the predictive powers of dynamic assessment would have performed as  well over longer periods of treatment. As Campbell and Bain (1991) advised, decisions regarding treatment termination can be based on predetermined exit criteria or on demonstrations that no change has  occurred over a given period of time. Such decisions, however, can also be based on empirical evidence that additional change is unlikely. This last alternative thus  demands a prediction of future change levels akin to that sought by Olswang and Bain in their efforts to identify harbingers of change prior to treatment initiation.  Campbell and Bain (1991) touched on the possibility of predicting future change for purposes of making a rational decision about the end of treatment in their  discussion of ultimate or instrumental outcomes. Whereas ultimate outcomes can be defined as a child’s achievement of age­appropriate or maximal communicative  effectiveness, such outcomes can also be defined as functional communicative effectiveness, which implies that the child has achieved his or her best approximation of  maximal communicative effectiveness. Additionally, “instrumental outcomes” can be defined as outcomes suggestive that additional change will be forthcoming in the  absence of treatment. The notions of “functional” communicative effectiveness and instrumental outcomes each involve implications related to the prediction of future  change. Specifically when functional communicative effectiveness is seen as a legitimate ultimate outcome, it is almost invariably because the prospect of additional  change is seen as unlikely or as prohibitive in terms of the time and effort required to produce it. Similarly, instrumental outcomes depend on the notion that additional  change is likely. At this point in time, it appears that generalization data, such as that described in the preceding section, may represent the best method for addressing questions  regarding future change. Research designed to identify more appropriate methods of predicting future change will undoubtedly need to proceed hand­in­hand with  research aimed at understanding the nature of language learning and of threats to language learning posed by language disorders before substantial progress on these  clinical questions can be made. Measures of predictive validity will also undoubtedly play a role in helping us arrive at satisfying answers.  Available Tools The kinds of tools available for use in addressing questions of change in children’s language disorders largely overlap those available for description that were described  in the preceding chapter. Therefore, in this chapter, discussion of available tools is 

Page 312 quite brief and focuses on those measures that are most frequently used to examine behavioral change and the special considerations that arise when they are used for  that purpose. The only new tool to be introduced in this chapter is single subject designs, a family of methods that has been alluded to throughout this chapter but has  not been adequately introduced as a specific method for examining change. Standardized, Norm­Referenced Tests 

Repeated administration of standardized, norm­referenced tests is probably the most widespread method used by speech­language pathologists to examine broad  changes in language behaviors over time (McCauley & Swisher, 1984). More so than other measures used to examine change, standardized norm­referenced  measures are often accompanied by data concerning their reliability and validity. This represents a distinct potential advantage because such data can enhance the  clinician’s ability to determine whether observed changes are likely to be reliable and important. Regrettably, however, norm­referenced measures often do not provide  sufficiently detailed data to make this potential a reality (Sturner et al., 1994). As additional barriers to their effective use for evaluating change, there are a number of pitfalls that must be avoided. The most important of these relates to the  tendency for such measures to have been devised so that they are more sensitive to large differences in knowledge between individuals than to small differences  (Carver, 1974; McCauley & Swisher, 1984). Yet it is small differences that are characteristic of the changes most likely to occur in treatment within a given individual  (Carver, 1974; McCauley & Swisher, 1984). Thus, clinicians who use such measures to assess change must be aware that their efforts are likely to prove insensitive to  very important changes in behaviors that simply are not addressed by a given test. Such tests should be used when broad changes are of interest.  Among other possible pitfalls cited by McCauley and Swisher (1984), as well as others, are the need to avoid situations in which the test is explicitly taught by a well­ meaning clinician or implicitly taught through repeated administrations that occur so closely in time as to allow the child an unwarranted advantage at the second  administration. Another pitfall is the use of norm­referenced instruments to assess change, which can be problematic if changes in the normative groups occur over the  time interval studied or if different measures (albeit those that ostensibly tap the same behavior) are used at different times. Now, it may be tempting to view change as  having occurred because a child has received a relatively better score on Test B of Language Behavior X than she or he did on Test A of Language Behavior X.  However, the huge amount of error that could be introduced by differences in the content of Tests A and B (despite their similar names) as well as by differences in  their normative samples are likely to make such a conclusion completely erroneous. One method that has been recommended (e.g., McCauley & Swisher, 1984) as helping remove the additional error associated with gain scores has been to simply  reexamine a child with the same initial question: Is this child’s language (or the particular aspect of it that is under scrutiny) impaired? However, a recent study looking at  remission rates for reading disability among children examined in two studies over 

Page 313 a 2­year time period suggested that measurement error can lead to significant overestimates of recovery rates even when this more cautious strategy is applied  (Fergusson, Horwood, Caspi, Moffitt, & Silva, 1996). However, the chief source of difficulty was not in how change was examined, but that the question of  measurement error had not been explored sufficiently by the original investigators at the time of the children’s original diagnoses. Careful analysis by Fergusson and his  colleagues suggested that the overidentification of many children at their first testing, due to a lack of appreciation of testing error, was the villain. It is now an empirical  question to determine whether the findings of Fergusson et al. are echoed in the identification of children as having a language impairment. However, I include this brief  description of their work here as a cautionary tale suggesting that careful use of norm­referenced measures in assessing change begins with their careful use in  identification processes. In short, despite their frequent use for the assessment of change, norm­referenced tests are most useful when broad changes are expected and when clinicians are  careful to avoid the several problems that can undermine the validity of their use for this purpose as well as for purposes of identification.  Standardized Criterion­Referenced Measures 

Because criterion­referenced measures are more often developed so that they exhaustively examine knowledge within a given domain, they have been hailed as  superior to norm­referenced measures for purposes of examining change (Carver, 1974; McCauley, 1996; McCauley & Swisher, 1984). However, their relative rarity  (as shown by the sampling of such tools in Table 10.1) means that their value in assessing language change in children has not been extensively evaluated.  Clinicians need to examine documentation for such measures to determine whether the author has presented a reasonable evidence base supporting their use to examine  change over time. Especially desirable is evidence suggesting that changes in performance of specific magnitudes are likely to reflect significant functional changes in  performance. Nonetheless, where they are used as a simple description of the specific content on which gains have been achieved, such evidence is not as critical.  Probes and Other Informal Criterion­Referenced Measures 

As argued throughout this book, probes have a relative advantage in their malleability to the specific clinical questions posed by the speech­language pathologist. Thus,  they can be devised or selected to address very specific questions about change that coincide with the very focus of treatment for a given child. That they are often  relatively brief and straightforward in interpretation represent further advantages. To contemplate the possible pitfalls of the use of probes, however, readers need only return to their description in chapter 10. Without the considerable effort entailed  in standardization, clinician­devised probes or probes that are borrowed from other nonstandardized sources are unknown with respect to reliability and validity.  Although their possible fit to the question being asked presents a great potential for excellent construct validity, the tendency for probes to be haphazardly constructed,  

Page 314 administered, and interpreted represents a potentially devastating threat to that potential. Because of the expectation that repeated use of probes will be required if they  are to be used to assess change, the standardization strategies described in Figure 10.1 become particularly vital defenses against those threats.  Dynamic Assessment Methods

The growing literature aimed at exploring the utility of dynamic assessment methods in predicting readiness for language change (Bain & Olswang, 1995; Long &  Olswang, 1996; Olswang & Bain, 1996) supports a hopeful but questioning view regarding the uniformity with which such techniques succeed. Although by definition  such methods are intended to elicit conditions that change a child’s likelihood of acquiring a more mature behavior, they may at times provide no more than transient  predictions with a tenure that makes them of lesser value for signaling treatment focus. Nonetheless, exploration of their predictive value in specific domains and for  specific clients warrants further investigation. In the meantime, their greatest promise appears to lie in the insights they provide regarding how intervention might best  take place and in providing more valid assessments for children who are highly reactive to a testing. There are also numerous suggestions that they promise to provide  more valid assessments than other available methods for children from diverse backgrounds who may lack the experiences assumed by more conventional testing  methods. Single Subject Designs

In their ground­breaking work on the application of single subject experimental designs to speech­language pathology, McReynolds and Kearns (1983) noted that  such designs had the promise of wide application by clinicians because of their practicality and clinical relevance. Despite their wide acceptance as an alternative  method of scientific inquiry, however, such designs have been resisted by speech­language clinicians in daily practice—probably because their practicality falls short of  that demanded by most clinical settings. Nonetheless, they remain the strongest available method when the clinical question at hand centers on whether treatment is the  likely cause of observed changes in behavior. The most frequently used measures in single subject designs are elicited probes and other informal measures, which are referred to as dependent measures in this  context. These informal measures often lack the documentation regarding validity and reliability that can adorn more formal measures. Nonetheless, their use is  strengthened by their close tie to the specific construct for which they have been created or selected. Ideally, they represent highly defensible operationalizations of the  behavior or ability of interest. Their use is further strengthened when measures of inter­ and intraexaminer agreement, or other basic measures aimed at demonstrating  reliability, are obtained. They can also be enhanced by blind measurement procedures in which the person making the measurement is unaware of the purpose it will  serve or, ideally, the individual on whom it was obtained (Fukkink, 1996).

Page 315 As part of the systematic structuring of observations that underlies the rationale behind single subject designs, dependent measures are obtained frequently and can thus  provide persuasive evidence of consistency or change. In addition, the temporal structure of such designs is intended to provide logical support for the role of treatment  versus alternative explanations as agents of change. On the basis of these ideals, single subject experimental designs have been lauded not only for their ability to  provide superior evidence about causation at the level of the individual but also about both the outcome and process of treatment (McReynolds & Kearns, 1983;  McReynolds & Thompson, 1986). A simple consideration of a few of the books on the subject suggests that detailed discussion of the methods and logic supporting the application of single subject  designs in communication disorders is well beyond the scope of this book (e.g., Franklin, Allison, & Gorman, 1996; Kratochwill & Levin, 1992; McReynolds &  Kearns, 1983). Nonetheless, a simple example can be used to illustrate the logic that supports causal interpretation of such designs and thus their potential for  addressing the question of whether treatment is likely to be responsible for a child’s behavioral change. The example I show in Fig. 11.2 is a hypothetical example from  Bain and Dollaghan (1991). It was described previously for its use of control, generalization, and treatment probes. It is described here for the way in which the stability  of data, timing of treatment, and demonstrations of change lead one to the conclusion that observed changes probably resulted from treatment.  As you look at Fig. 11.2, notice first the top graph, in which probes for the primary focus of treatment (Agent + Action) are studied first without the presence of  treatment during a baseline condition. Because the baseline is clearly unchanging, it is reasonable to conclude that factors such as maturation, informal instruction by a  parent, and so forth are not playing a role in the child’s acquisition of the target form prior to the initiation of treatment. Although the initiation of treatment does not  result in instantaneous change, change does occur over the course of the treatment interval. Further, that change seems likely to be due to the effects of treatment rather  than alternative explanatory factors because of the implausibility that such factors would commence by chance in such close proximity to the onset of treatment.  Whereas in most single subject designs, the period labeled “withdrawal’’ is considered a second baseline, here it is described as withdrawal because the experimenter  would probably expect some additional growth (generalization) due to learning effects. This kind of design in which treatment is absent, then present, then absent again  is often referred to as an ABA or withdrawal design. ABA designs are often avoided in classical single subject designs in cases where an effective treatment would be expected to show “carryover” in this way. Instead  such designs would more typically be used for behaviors that are expected to return to baseline when treatment is ended. When language development is studied,  however, the presence of generalization is not considered a serious detractor from the logic of an experiment when it occurs as part of a set of predictions made in  advance by the clinician or experimenter. In the second graph of Fig. 11.2, a second dependent measure (or generalization probe), Action + Object, is observed with the expectation that its relationship to the  targeted variable, Agent + Action, will cause some developmental change to occur

Page 316

Fig. 11.2.  A hypothetical multiple baseline single subject design that makes use of treatment (Agent + Action), generalization (Action + Object), and control (Entity +  Locative) probes (Graphs 1, 2, and 3, respectively). From “The Notion of Clinically Significant Change,” by B. A. Bain and C. A. Dollaghan, 1991, Language,  Speech, and Hearing Services in Schools, 22, p. 266. Copyright 1991 by the American Speech­Language­Hearing Association. American Speech­Language­ Hearing Association. Reprinted with permission. during treatment and possibly beyond. However, the presence of an initial period of stability prior to the onset of change in this measure is again helpful in strengthening  the plausibility of the argument that the observed change is likely to result from the treatment rather than other factors. In addition, that argument is strengthened if the  generalization probe does not improve to the same extent as the target probe, or does so following a delay relative to the actual target of treatment.  In the third graph of Fig. 11.2, the control probe, Entity + Locative, is shown with a stable but longer baseline, thus indicating that extraneous variables are unlikely to  

Page 317 be acting on the child’s language development for the entire duration of the baseline. It is important that the baseline for this variable, which was predicted to be  unaffected by generalization, remained stable throughout the entirety of treatment directed at Agent + Action and its withdrawal period in order to support the treatment  effect on the other variables. As importantly, it begins to show improvement only after the initiation of treatment in which it has become the direct target.  The practical requirements in terms of data collection and display are not inconsequential for single subject designs. However, as this example illustrates, they do not  have to be overly burdensome either, with the chief investment here being the periodic (and staggered) collection of probe data for two additional forms. This cost  seems well worth it when weighed against the value of evidence documenting the effectiveness of the treatment used for two different targets and of real­time insights  into the generalization patterns of the individual child. In addition to numerous books dealing more comprehensively with the large number of designs that can be applied in clinical settings (Franklin, Allison, & Gorman,  1996; Kratochwill & Levin, 1992; McReynolds & Kearns, 1983), a set of three classic articles (Connell & Thompson, 1986; Kearns, 1986; McReynolds &  Thompson, 1986) represent a wonderful initiation to the promise such designs hold for clinicians interested in children’s language disorders.  Practical Considerations With regard to assessing change, the largest practical consideration appearing on the horizon has been the presence of professional and societal forces urging clinicians  to find measures that document the value of what they do on a broader scale and with greater regularity. Therefore, although other practical issues exist as very real  pressures on clinicians’ decision making regarding all of the areas of change discussed in this chapter, the issue of outcome measurement seems to warrant the full  attention of the remaining pages of this chapter and, indeed, the concluding pages of this book. In speech­language pathology, interest in how language treatment affects children has been around for quite some time (e.g., Schriebman & Carr, 1978; Wilcox &  Leonard, 1978). However, a continuing complaint has been that not enough such research on treatment is being done (e.g., McReynolds, 1983; Olswang, 1998), and  the research that is being done involves treatment procedures that, although useful for purposes of scientific rigor, cannot readily be applied to real clinical settings.  Thus, the generalizability of a small research base has been at issue. Nonetheless, existing treatment research has provided at least some preliminary evidence of the  effectiveness of treatment extending beyond the level of the individual clinician. More recently, interest in accountability (e.g., Eger, 1988; Eger et al., 1986; Mowrer, 1972) has arisen at a grassroots level because of growing demands from  individual consumers and their advocates. This interest has been joined in an intense top­down fashion by ASHA as it responds to protect its members’ roles in fast­ changing health care and educational systems (Frattali, 1998a,b; Hicks, 1998). In a chapter addressing the specific nature of top­down pressures necessitating greater  attention to outcomes 

Page 318 assessment in speech­language pathology, Hicks (1998) described at least three sources of influence to which the profession must respond:  1. accrediting agencies (e.g., the Rehabilitation Accreditation Commission; the Joint Commission on Accreditation of Healthcare Organizations, JCAHO; ASHA’s  Professional Services Board, PSB);  2. payer requirements (e.g., Medicare; Medicaid; and Managed Care Organizations, MCOs); and  3. legislative and regulatory requirements (e.g., Omnibus Budget Reconciliation Act of 1987, Public Law 100­203, and the Social Security Act, Part 484)   At first glance, these forces would seem to come primarily from those clinical settings that serve adults and, thus, it might be thought that they would not affect clinicians  who work with children in primarily educational settings. However, as appreciation of the value of outcomes measures has become more widespread and as the great  divide between education and healthcare breaks down (as illustrated in Medicaid funding for some children enrolled in school programs), the blissful luxury of  considering treatment outcomes someone else’s challenge has all but disappeared. Eger (1998) noted that Congress’s passing of the Education of All Handicapped  Children Act of 1975 (P.L. 94­142) served as a possible precursor to formal outcomes measurement activities in special education because it included as one of its  four main goals the assessment and assurance of educational effectiveness. The passage of the 1997 amendments to IDEA (P.L. 105­17) further reinforces the  importance of further developments in this area. In order to respond to the challenges facing the professions across settings, ASHA has begun the development of  treatment outcomes measures that can be used by groups of clinicians to document their value and provide a basis for comparisons by important groups (e.g., school  districts, third­party payers). At this point, readers who are unfamiliar with the terminology that accompanies outcomes measurement may feel a tad bewildered. Therefore, some background on the  relationship between treatment efficacy research and treatment outcomes research seems in order. Despite some important underlying similarities and overlapping  methods, an important distinction can be made between these two terms (Frattali, 1998a; Olswang, 1998). Olswang (1998) pointed out that both efficacy research and  outcome research represent strategies for examining the influence of treatment on individuals with communication disorders. Nonetheless, whereas efficacy research  emphasizes the importance of documenting treatment as a cause for change, outcomes research emphasizes the benefits associated with treatment as it is administered  in real­world circumstances. Frattali (1998a) described the distinction quite succinctly by saying that “efficacy research is designed to prove,” whereas “outcomes  research can only identify trends, describe, or make associations or estimates” (p. 18). Whereas past efficacy research has focused primarily on the behaviors that  fall at the impairment level in terms of the ICIDH classification system, a broadening of concerns to embrace behaviors falling at the levels of disorder and handicap is  an emerging trend (Olswang, 1998).

Page 319 Treatment efficacy is often defined as encompassing treatment effectiveness, efficiency, and effects (e.g., see Kreb & Wolf, 1997; Olswang, 1990, 1998). Treatment  effectiveness refers to the traditional idea of whether or not a given treatment is likely to be responsible for observed changes in behavior. Treatment efficiency  refers to the relative effectiveness of several treatments or to the role of components of a treatment in contributing to its effectiveness. Finally, treatment effects refers  to the specific changes that can be seen in a constellation of behaviors in response to a given treatment. Similar components have also been identified as falling within the  province of treatment outcomes as well (Kreb & Wolf, 1997). Whereas treatment efficacy research is usually conducted under optimal conditions, or at least well­controlled clinical conditions, outcomes measurement is, by  definition, conducted under typical conditions (Frattali, 1998b; Olswang, 1998). On the downside, this means treatment outcomes research will almost never be able to  contribute to arguments about the cause and effect relationships of treatments and observed benefits. Nonetheless, outcomes research will almost always be in a better  position than treatment efficacy research to address concerns about the value of services offered to professional constituencies (e.g., within a given hospital or school  district). Consequently, outcomes research has a very special value to individual clinicians. It can enable them to demonstrate accountability not in the abstract, based  on treatments conducted solely by other clinician–researchers working under controlled conditions, but by comparing their own outcomes with those obtained by others  through participation in the large­scale, multi­site efforts that are characteristic of such research. In 1997, the National Center for Treatment Effectiveness in Communication Disorders began work on a database that will involve clinicians in the collection of  outcomes data on a national basis. This complex database, the National Outcomes Measurement System (NOMS), will eventually include information about all of  the populations served by speech­language pathologists and audiologists. Currently, however, NOMS is limited to information about adults seen in healthcare settings,  preschool children who are served in school or healthcare settings, and children in kindergarten through the sixth grade who are seen in schools. (Note that data  concerning infant hearing screenings are just beginning to be collected.) In order to participate, school­based clinicians work cooperatively to provide data for a given  school system in which at least 75% of the speech­language pathologists hold ASHA certification and in which all students will be included in the data that are  collected. These two restrictions are designed to improve the quality and representativeness of the data. For schools, data for the NOMS are collected at the beginning and conclusion of services, or at the beginning and end of the school year, with data collection  procedures designed to take no more than 5 to 10 minutes per child. Data include information about demographics, eligibility for services, the nature of treatment (i.e.,  model of services, amount, and frequency of services), teacher and family satisfaction, and the results of the Functional Communication Measures (FCMs), a 7­ point scale developed by ASHA. The scale addresses functional performance within the educational environment. It includes items such as ‘‘The student responds to  questions regarding everyday and classroom activities” and “The student knows and uses age­appropriate  

Page 320 interaction with peers and staff.” These items are rated on the following scale: 0 = No basis for rating; 1 = Does not do; 2 = Does with maximal assistance; 3 =  Does with moderate to maximal assistance; 4 = Does with moderate assistance; 5 = Does with minimal to moderate assistance; 6 = Does with minimal  assistance; and 7 = Does. ASHA’s goals for the NOMS are lofty. Besides demonstrating positive outcomes for children receiving speech­language pathology services, it is hoped that the  NOMS will facilitate administrative planning (e.g., caseload assignments) as well as individual decisions about intervention. Among particular aspirations are that it will  provide information about when intervention is most effective, how much progress can be expected over an academic year, what service delivery model and frequency  of service results in the greatest gains for a given kind of communication disorder, and what entrance and dismissal criteria are reasonable. In addition, it is hoped that  comparative NOMS data might allow individual school systems or groups of school systems to demonstrate their effectiveness and efficiency in ways that will help them  negotiate in an era of strained educational resources. The success of the system in meeting these goals will depend greatly on widespread participation allowing the  representative samples required for specific generalizations such as those just described. In terms of the utility of the system for providing comparative data across  school systems or units, a greater tailoring of reports available to participants may be necessary before those aspirations can be actualized.  Beyond the NOMS, Eger (1998) described numerous ways in which an outcomes approach can be incorporated within school practice. These range from simple  modifications of the way goals and objectives are written for individualized educational plans (IEPs) to the development of empirically motivated dismissal criteria to  more elaborate investigations of effectiveness of specific service delivery models (e.g., classroom­based interventions, self­contained classroom). These three examples  run the gamut from those that can be implemented by the individual clinician to those requiring more extensive resources, akin to those required by the NOMS.  In terms of how the individual speech­language pathologists can modify the IEPs they write, Eger (1998) provided an example. She noted that a goal that might  currently be written as “The student will improve expressive language skills” could be replaced with one or more of the following: “The student will apply problem­ solving and decision making skills in math and English classes,” ‘‘The student will use language to create dialogues with teachers and peers to facilitate learning,” or  “The student will be able to follow written directions on objective tests” (Eger, 1998, p. 447).  Regardless of whether speech­language pathologists working with children actively work to include an outcomes perspective in their practice, the outcomes movement  will undoubtedly drive extensive changes in clinical practice over the next decade, especially as these relate to the documentation of change in children’s communication.  Responsible reactions to these changes will depend on sensitivity to the measurement virtues (i.e., functionality and the development of common best practices) as well  as the measurement perils. Many of these perils are those shared with all measurement strategies, such as concerns about the quality of data collection at its source and  the size of the sample used for any particular decision. Some, however, are unique to such a large undertaking—the relinquishment of decisions about how  interpretation 

Page 321 will take place and, thus, the possible relinquishment of feelings of personal responsibility as well. Still, it is an exciting time for measurement in communication disorders,  one in which sizeable resources may finally be funneled to some of the questions that most trouble speech­language pathologists. The desired outcome of such  investments is the proliferation of innovative measurement strategies and refinement of existing tools to help us arrive at a sophisticated armamentarium of tools for  addressing our clinical questions. Summary 1. The assessment of change underlies both critical and commonplace decisions made in the management of children’s language disorders. These include decisions  about individuals, such as when to begin and end treatment and whether treatment tactics should be altered during the course of treatment.  2. When questions of treatment efficacy and accountability are raised, the assessment of change can also fuel decisions about the relative merit of various treatment  approaches or the relative productivity of groups of clinicians. 3. Three types of outcomes observed in clinical settings include ultimate outcomes, intermediate outcomes, and instrumental outcomes. Whereas ultimate outcomes  relate to decisions about treatment termination, intermediate and instrumental outcomes relate to clinical decisions made during the course of treatment.  4. Measurement error presents an especially difficult challenge to interpretation when measures are examined at multiple points in time, such as when past change is  examined or future change is predicted. 5. Clinically significant change must not only be reliable, it must also represent an important change to the life of the child. Three methods used to address whether an  observed change is likely to be important involve considerations of effect size, social validation, and the use of multiple measures.  6. Determining that positive changes in a child’s language are caused by treatment is made extraordinarily difficult by the thankfully unavoidable but nonetheless  confounding influences of growth and development. Increased understanding of those influences within and across children are needed to help address this very thorny  measurement problem. 7. Single subject experimental designs offer clinicians the best currently available means for demonstrating that treatment is responsible for observed changes, but have  thus far been used primarily by researchers. 8. Measurement elements strengthening arguments that treatment is the cause of observed changes include the presence of pretreatment baselines and the use of  treatment, generalization, and control probes. 9. Treatment efficacy research is concerned with documenting whether treatment is effective, efficient, and whether the effects of treatment extend to a number of  significant behaviors. 10. 

Page 322 Treatment outcomes research is designed to demonstrate benefits associated with treatment as it is conducted in everyday contexts. Cooperation from all members of  the profession is needed to collect some kinds of particularly persuasive treatment outcomes data, such as those being collected in the NOMS database by ASHA.  Key Concepts and Terms clinically significant change: a change that makes an immediate impact on the communicative life of a child or that represents significant progress toward the  acquisition of critical aspects of language. effect size: the magnitude of the difference between two scores or sets of scores, or of the correlation between two sets of variables.  Functional Communication Measures (FCMs): one of several rating scales designed by ASHA for use in tracking functional communication gains made by clients. gain scores: the difference between scores obtained by an individual at two points in time when that difference represents a positive change in performance; also called  difference scores. instrumental outcomes: individual behaviors acquired during treatment that suggest the likelihood of additional change; generalization probe data function as  instrumental outcomes. intermediate outcomes: individual behaviors that must be acquired for progress in treatment to have occurred; treatment probe data can function as intermediate  outcomes. National Outcomes Measurement System (NOMS): an outcomes database for speech­language pathology and audiology that is being developed to address the  professions’ need for large­scale outcomes data.  outcome measurement: the use of measures designed to describe the effects of treatment conducted under typical, rather than controlled conditions.  Proportional Change Index (PCI): a method for examining the rate of change observed in a given behavior during treatment relative to that observed prior to  treatment. single subject experimental designs: a group of related research designs that permit the user to support claims of causal relationship between variables, such as the  effect of treatment on a targeted behavior. social comparison: a social validation method that involves the use of a comparison between language behaviors of a given child or group of children and those of a  small group of peers. social validation: methods used to indicate the social importance of changes occurring in treatment.

Page 323 subjective evaluation: a social validation method in which procedures are used to determine whether individuals who interact frequently with a child who is receiving  treatment see perceived changes as important. treatment effectiveness: the demonstration that a treatment, rather than other variables, is responsible for changes in behavior (Kreb & Wolf, 1997; Olswang,  1990). treatment effects: changes in multiple behaviors that appear to result from a given treatment (Olswang, 1990). treatment efficacy research: research designed to demonstrate the complex property of a treatment that includes its effectiveness, efficiency, and effects (Olswang,  1990, 1998). treatment efficiency: the effectiveness of a treatment relative to an alternative; a more efficient treatment is one in which goals are accomplished more rapidly,  completely, or more cost­effectively than a less efficient treatment (Olswang, 1990).  ultimate outcomes: individual behaviors that signal successful treatment, either because age­appropriate or functionally adequate levels of performance had been  achieved or because further treatment would be unlikely to yield significant additional gains. Study Questions and Questions to Expand Your Thinking 1. Arrange to see a clinical case file for a child who is receiving treatment for a language disorder. List the ways in which change is currently documented. Consider  ways in which that documentation might be strengthened including how efforts might be made to address changes in educational or social function as well as in the  nature of impairment. 2. Discuss the advantages and disadvantages of using a standard battery of norm­referenced tests to look at a child’s overall language functioning over time. If you  were to devise such a battery, what would you look for in its components? Would that battery differ on the basis of the etiology of the disorder? If so, how?  3. With regard to the different tools that might be used to examine change, discuss how you might explain that method to a child’s parents.  4. Visit the web site for the NOCMS at http://www.asha.org/nctecd/treatment_outcomes.htm. Determine what barriers might exist to participating in the NOMS. On  the basis of the information you obtained in this chapter and through that web site, what arguments might be made to justify efforts to overcome these barriers?  5. Look at the treatment efficacy studies for child language disorders collected at the NOMS web site under the Efficacy Bibliographies link. On the basis of the  information you can glean from reading the titles of articles listed there, what kinds of aspects of treatment efficacy seem to have gotten the greatest attention?  6. On the basis of what you know about clinical decisions regarding change, discuss specific changes that might warrant the use of a method such as a single subject  

Page 324 design or social validation techniques. Although these methods are more complex than some other methods, they have the respective advantages of demonstrating the  clinician’s responsibility for change or the social impact of change.  Recommended Readings Bain, B. A., & Dollaghan, C. (1991). The notion of clinically significant change. Language, Speech, and Hearing Services in Schools, 22, 264–270.  Kazdin, A. E. (1999). The meanings and measurement of clinical significance. Journal of Consulting and Clinical Psychology, 67, 332–339.  Kreb, R. A., & Wolf, K. E. (1997). Treatment outcomes terminology. In R. A. Kreb & K. E. Wolf (Eds.), Successful operations in the treatment­outcomes­ driven world of managed care. Rockville, MD: National Student Speech­Language­Hearing Association.  Schwartz, I. S., & Olswang, L. B. (1996). Evaluating child behavior change in natural settings: Exploring alternative strategies for data collection. Topics in Early  Childhood Special Education, 16, 82–101.  References Anastasi, A. (1982). Psychological testing (5th ed). New York: Macmillan. Bain, B. A., & Dollaghan, C. (1991). The notion of clinically significant change. Language, Speech, and Hearing Services in Schools, 22, 264–270.  Bain, B. A., & Olswang, L. B. (1995). Examining readiness for learning two­word utterances by children with specific expressive language impairment: Dynamic  assessment validation. American Journal of Speech­Language Pathology, 4, 81–91.  Bernthal, J. E., & Bankson, N. W. (1998). Articulation and phonological disorders (4th ed.). Englewood Cliffs, NJ: Prentice­Hall.  Campbell, T., & Bain, B. A. (1991). Treatment efficacy: How long to treat: A multiple outcome approach. Language, Speech, and Hearing Services in Schools, 22,  271–276.  Campbell, T., & Dollaghan, C. (1992). A method for obtaining listener judgments of spontaneously produced language: Social validation through direct magnitude  estimation. Topics in Language Disorders, 12 (2), 42–55.  Carver, R. (1974). Two dimensions of tests: Psychometric and edumetric. American Psychologist, 29, 512–518.  Connell, P. J., & Thompson, C. K. (1986). Flexibility of single­subject experimental designs. Part III: Using flexibility to design and modify experiments. Journal of  Speech and Hearing Disorders, 51, 214–225.  Cook, T. D., & Campbell, D. T. (1979). Quasi­experimentation: Design and analysis issues for field settings. Boston: Houghton Mifflin.  Diedrich, W. M., & Bangert, J. (1980). Articulation learning. Houston, TX: College­Hill Press.  Education for All Handicapped Children Act of 1975. Pub. L. No. 94–142. 89 Stat. 773 (1975).  Eger, D. (1988). Accountability in action: Entry, measurement, exit. Seminars in Speech and Language, 9, 299–319.  Eger, D. (1998). Outcomes measurement in the schools. In C. Frattali (Ed.), Measuring outcomes in speech­language pathology (pp. 438–452). New York:  Thieme. Eger, D., Chabon, S. S., Mient, M. G., & Cushman, B. B. (1986). When is enough enough? Articulation therapy dismissal considerations in the public schools. Asha,  28, 23–25.  Elbert, M., Shelton, R. L., & Arndt, W. B. (1967). A task for evaluation of articulation change: I. Development of methodology. Journal of Speech and Hearing  Research, 10, 281–289.  Fergusson, D. M., Horwood, L. J., Caspi, A., Moffitt, T. E., & Silva, P. A. (1996). The (artefactual) remission of reading disability: Psychometric lessons in the study  of stability and change in behavioral development. Developmental Psychology, 32, 132–140. 

Page 325 Fey, M. (1988). Generalization issues facing language interventionists: An introduction. Language, Speech, and Hearing Services in Schools, 19, 272–2 1.  Foster, S. L., & Mash, E. J. (1999). Assessing social validity in clinical treatment research: Issues and procedures. Journal of Consulting and Clinical Psychology,  67, 308–319.  Franklin, R. D., Allison, D. B., & Gorman, B. S. (Eds.). (1996). Design and analysis of single­case research. Mahwah, NJ: Lawrence Erlbaum Associates.  Franklin, R. D., Gorman, B. S., Beasley, T. M., & Allison, D. B. (1996). Graphical display and visual analysis. In R. D. Franklin, D. B. Allison, & B. S. Gorman  (Eds.), Design and analysis of single­case research (pp. 119–158). Mahwah, NJ: Lawrence Erlbaum Associates.  Frattali, C. (1998a). Measuring modality­specific behaviors, functional abilities, and quality of life. In C. Frattali (Ed.), Measuring treatment outcomes in speech­ language pathology (pp. 55–88). New York: Thieme.  Frattali, C. (Ed.). (1998b). Measuring treatment outcomes in speech­language pathology. New York: Thieme.  Fukkink, R. (1996). The internal validity of aphasiological single­subject studies. Aphasiology, 10, 741–754.  Glesne, C., & Peshkin, A. (1992). Becoming qualitative researchers: An introduction. White Plains, NY: Longman. Goldfried, M. R., & Wolfe, B. E. (1998). Toward a more clinically valid approach to therapy research. Journal of Consulting and Clinical Psychology, 66, 143– 150. Goldstein, H., & Geirut, J. (1998). Outcomes measurement in child language and phonological disorders. In C. Frattali (Ed.), Measuring outcomes in speech­ language pathology (pp. 406–437). New York: Thieme.  Gorman, B. S., & Allison, D. B. (1996). Statistical alternatives for single­case designs. In R. D. Franklin, D. B. Allison, & B. S. Gorman (Eds.), Design and analysis  of single­case research (pp. 159–214). Mahwah, NJ: Lawrence Erlbaum Associates.  Hicks, P. L. (1998). Outcomes measurement requirements. In C. Frattali (Ed.), Measuring outcomes in speech­language pathology (pp. 28–49). New York:  Thieme. Individuals with Disabilities Education Act (IDEA) Amendments of 1997. Pub. L. 105–17. 111 Stat. 37 (1997).  Jacobson, N. S., Roberts, L. J., Berns, S. B. & McGlinchey, J. B. (1999). Methods for defining and determining the clinical significance of treatment effects:  Description, application, and alternatives. Journal of Consulting and Clinical Psychology, 67, 300–307.  Kamhi, A. (1991). Clinical forum: Treatment efficacy, an introduction. Language, Speech and Hearing Services in Schools, 22, 254. Kazdin, A. E. (1977). Assessing the clinical or applied significance of behavioral change through social validation. Behavior Modification, 1, 427–452.  Kazdin, A. E. (1999). The meanings and measurement of clinical significance. Journal of Consulting and Clinical Psychology, 67, 332–339.  Kazdin, A. E., & Weisz, J. R. (1998). Identifying and developing empirically supported child and adolescent treatments. Journal of Consulting and Clinical  Psychology, 66, 19–36.  Kearns, K. P. (1986). Flexibility of single­subject experimental designs. Part II: Design selection and arrangement of experimental phases. Journal of Speech and  Hearing Disorders, 51, 204–214.  Koegel, R., Koegel, L. K., Van Voy, K., & Ingham, J. (1988). Within­clinic versus outside­of­clinic self­monitoring of articulation to promote generalization. Journal  of Speech & Hearing Disorders, 53, 392–399.  Kratochwill, T. R., & Levin, J. R. (1992). Single­case research design and analysis: New directions for psychology and education. Hillsdale, NJ: Lawrence  Erlbaum Associates. Kreb, R. A., & Wolf, K. E. (1997). Treatment outcomes terminology. Successful operations in the treatment­outcomes driven world of managed care. Rockville,  MI: National Student Speech­Language­Hearing Association.  Lahey, M. (1988). Language disorders and language development. New York: Macmillan. Long, S. H., & Olswang, L. B. (1996). Readiness and patterns of growth in children with SELI. Language, Speech, and Hearing Serivces in Schools, 5, 79–85.  Maloney, D. M., Harper, T. M., Braukmann, C. J., Fixsen, D. L., Phillips, E. L., & Wolf, M. M. (1976). Teaching conversation­related skills to pre­delinquent girls.  Journal of Applied Behavioral Analysis, 9, 371.

Page 326 McCauley, R. J. (1996). Familiar strangers: Criterion­referenced measures in communication disorders. Language, Speech, and Hearing Services in Schools, 27,  122–131.  McCauley, R. J., & Swisher, L. (1984). Use and misuse of norm­referenced tests in clinical assessment: A hypothetical case. Journal of Speech and Hearing  Disorders, 49, 338–348.  McReynolds, L. V. (1983). Discussion: VII. Evaluating program effectiveness. ASHA Reports 12, 298–306.  McReynolds, L. V., & Kearns, K. P. (1983). Single­subject experimental designs in communicative disorders. Austin, TX: Pro­Ed.  McReynolds, L. V., & Thompson, C. K. (1986). Flexibility of single­subject experimental designs. Part I: Review of the basics of single­subject designs. Journal of  Speech and Hearing Disorders, 51, 194–203.  Mehrens, W., & Lehman, I. (1980). Standardized tests in education (3rd ed.). New York: Holt, Rinehart & Winston. Minkin, N., Braukmann, C. J., Minkin, B. L., Timbers, G. D., Timbers, B. J., Fixsen, D. L., Phillips, E. L., & Wolf, M. M. (1976). The social validation and training of  conversational skills. Journal of Applied Behavioral Analysis, 9, 127–139.  Mowrer, D. (1972). Accountability and speech therapy in the public schools. Asha, 14, 111–115.  Olswang, L. B. (1990). Treatment efficacy research: A path to quality assurance. Asha, 32, 45–47.  Olswang, L. B. (1993). Treatment efficacy research: A paradigm for investigating clinical practice and theory. Journal of Fluency Disorders, 18, 125–131.  Olswang, L. B. (1998). Treatment efficacy research. In C. Frattali (Ed.), Measuring treatment outcomes in speech­language pathology (pp. 134–150). New  York: Thieme. Olswang, L. B., & Bain, B. A. (1985). Monitoring phoneme acquisition for making treatment withdrawal decisions. Applied Psycholinguistics, 6, 17–37.  Olswang, L. B., & Bain, B. A. (1994). Data collection: Monitoring children’s treatment progress. American Journal of Speech­Language Pathology, 3, 55–66.  Olswang, L. B., & Bain, B. A. (1996). Assessment information for predicting upcoming change in language production. Journal of Speech and Hearing Research 39,  414–423.  Parsonson, B. S., & Baer, D. M. (1992). The visual analysis of data, and current research into the stimuli controlling it. In T. R. Kratochwill & J. R. Levin (Eds.),  Single­case research design and analysis: New directions for psychology and education (pp. 15–40). Hillsdale, NJ: Lawrence Erlbaum Associates.  Pedhazur, R. J., & Schmelkin, L. P. (1991). Measurement, design, and analysis: An integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates. Plante, E., & Vance, R. (1994). Selection of preschool speech and language tests: A data­based approach. Language, Speech, and Hearing Services in Schools,  25, 15–23.  Primavera, L. H., Allison, D. B., & Alfonso, V C. (1996). Measurement of dependent variables. In R. D. Franklin, D. B. Allison, & B. S. Gorman (Eds.), Design and  analysis of single­case research (pp. 41–89). Mahwah, NJ: Lawrence Erlbaum Associates.  Rosen, A., & Proctor, E. K. (1978). Distinctions between treatment outcomes and their implications for treatment process: The basis for effectiveness research.  Journal of Social Service Research, 2, 25–43.  Rosen, A., & Proctor, E. K. (1981). Distinctions between treatment outcomes and their implications for treatment evaluation. Journal of Consulting and Clinical  Psychology, 49, 418, 425. Salvia, J., & Ysseldyke, J. E. (1995). Assessment. (6th ed.). Boston: Houghton Mifflin. Schmidt, R. A., & Bjork, R. A. (1992). New conceptualizations of practice: Common principles in three paradigms suggest new concepts for training. Psychological  Sciences, 3, 207–217.  Schreibman, L., & Carr, E. G. (1978). Elimination of echolalic responding to questions through the training of a generalized verbal response. Journal of Applied  Behavior Analysis, 11, 453–463.  Schwartz, I. S., & Olswang, L. B. (1996). Evaluating child behavior change in natural settings: Exploring alternative strategies for data collection. Topics in Early  Childhood Special Education, 16, 82–101.  Semel, E., Wiig, E. H., & Secord, W. A. (1996). Clinical Evaluation of Language Fundamentals 3. San Antonio, TX: Psychological Coproration. Sturner, R. A., Layton, T. L., Evans, A. W, Heller, J. H., Funk, S. G., & Machon, M. W. (1994). Preschool speech and language screening: A review of currently  available tests. American Journal of Speech, Language, and Hearing, 3, 25–36. 

Page 327 Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Cambridge: Harvard University Press. Wilcox, M. J., & Leonard, L. B. (1978). Experimental acquisition of Wh­questions in language­disordered children. Journal of Speech and Hearing Research, 21,  220–239.  Wolery, M. (1983). Proportional change index: An alternative for comparing child change data. Exceptional Children, 50, 167–170.  Wolf, M. M. (1978). Social validity: The case for subjective measurement or how applied behavior analysis is finding its heart. Journal of Applied Behavior.  Analysis, 11, 203–214.  Young, M. A. (1993). Supplementing tests of statistical significance: Variation accounted for. Journal of Speech and Hearing Research, 36, 644–656. 

Page 328

APPENDIX A

Page 329 Norm­Referenced Tests Designed for the Assessment of Language in Children,  Excluding Those Designed Primarily for Phonology (Appendix B)

Test

Ages

Oral  Language  Modalities  and Domains

Written  Language  Included?

Complete Reference

Reviewed in MMY? (x = Computer Form)

Assessing Semantic  Skills Through  Everyday Themes

3 to 9 years

R and E­Sem    no

Barrett, M., Zachman, L., & Huisingh, R. (1988). Assessing  Semantic Skills Through Everyday Themes. East Moline, IL:  LinguiSystems.

  no

Bankson Language  Test–2 

3 years to 6  years, 11  months

E­Sem,  Morph, Syn,  Prag

  no

Bankson, N. W. (1990). Bankson Language Test–2. San  Antonio, TX: Pro­Ed. 

  x

Boehm Test of Basic  Concepts–Preschool 

3 to 5 years

R­Sem 

  no

Boehm, A. E. (1986). Boehm Test of Basic Concepts– Preschool Version. San Antonio, TX: Psychological  Corporation.

  x

Boehm Test of Basic  Concepts–Revised 

Kindergarten  to Grade 2

R­Sem 

  no

Boehm, A. E. (1986). Boehm Test of Basic Concepts–Revised.    x San Antonio, TX: Psychological Corporation.

Bracken Basic  Concept Scale– Revised

2½ to 8 years  R­Sem 

  no

Bracken, B. A. (1986). Bracken Basic Concept Scale. San  Antonio, TX: Psychological Corporation.

  x

Carrow Elicited  Language Inventory

3 years to 7  years, 11  months

E­Morph, Syn    no

Carrow­Woolfolk, E. (1974). Carrow Elicited Language  Inventory. Austin, TX: Learning Concepts.

  x

Clinical Evaluation of  Language  Fundamentals–3 

6 to 21 years

R­ and E­Sem,  Syn, Rapid    no Naming

Semel, E., Wiig, E. H., & Secord, W. A. (1996). Clinical  Evaluation of Language Fundamentals–3. San Antonio, TX:  Psychological Corporation.

  x

Clinical Evaluation of  Language  Fundamentals– Preschool

3 to 6 years,  11 months

R and E­Sem,    no Syn

Wiig, E. H., Secord, W., & Semel, E. (1992). Clinical  Evaluation of Language Fundamentals–Preschool. San  Antonio, TX: Psychological Corporation.

  x

(Continued)

Page 330 Appendix A (Continued)

Test Communication  Abilities Diagnostic  Test

Ages

3 to 9 years

Comprehensive  Assessment of Spoken  3 to 21 years Language

Oral  Language  Modalities  and Domains

Written  Language  Included?

Complete Reference

Reviewed in MMY? (x = Computer Form)

R­ and E­Sem,    no Syn, Prag

Johnston, E. B., & Johnston, A. V. (1990). Communication  Abilities Diagnostic Test. Chicago: Riverside.

  x

R and E­Sem,  Morph,    no Syntax, Prag

Carrow­Woolfolk, E. (1999). Comprehensive Assessment of  Spoken Language. Circle Pines, MN: American Guidance  Service.

  no

Comprehensive  Receptive and  4 to 17 years,  R and E­Sem    no Expressive Vocabulary  11 months Test

Wallace, G., & Hammill, D. D. (1994). Comprehensive  Receptive and Expressive Vocabulary Test. San Antonio, TX:    x Psychological Corporation.

Evaluating Acquired  Skills in  Communication– Revised

Riley, A. M. (1991). Evaluating Acquired Skills in  Communication–Revised. San Antonio, TX: Psychological  Corporation.

  x

  no

Gardner, M. F. (1990). Expressive One­Word Picture  Vocabulary Test–Revised. Austin, TX: Pro­Ed. 

  x

  no

Williams, K. T. (1997). Expressive Vocabulary Test. Circle  Pines, MN: American Guidance Service.

  no

Thorum, A. R. (1986). Fullerton Language Test for  Adolescents (2nd ed.). San Antonio, TX: Pro­Ed. 

  x

R­ and E­Sem,  3 months to 8  Morph,    no years Syntax, Prag

Expressive One­Word  Picture Vocabulary  2 to 12 years Test Revised

E­Sem 

Expressive Vocabulary  2½ to 90 years  E Test Fullerton Language  Test for Adolescents

11 years to  adult

R­ and E­Sem,    no Morph, Syntax

Language Processing  Test–Revised 

5 to 11 years,  E­Sem  11 months

  no

Richard, G. J., & Hanner, M. A. (1985). Language Processing    x Test–Revised. East Moline, IL: LinguiSystems. 

Oral and Written  Language Scales:  Listening  Comprehension and  Oral Expression

3 to 21 years  R and E for oral

  no

Carrow­Woolfolk, E. (1995) Oral and Written Language  Scales: Listening Comprehension and Oral Expression. Circle    x Pines, MN: American Guidance Service.

Page 331 Oral and Written  Language Scales:  Written Expression

5 to 21 years

E

Writing  Morph, Syn

Carrow­Woolfolk, E. (1996). Oral and Written Language  Scales: Written Expression. Circle Pines, MN: American  Guidance Service.

  x

Patterned Elicitation  Syntax Test With  Morphophonemic  Analysis

3½ to 7 years 

E­Sem,  Morph, Syn

  no

Young, E. C., & Perachio, J. J. (1993). The Patterned  Elicitation Syntax Test with Morphophonemic Analysis.  Tucson, AZ: Communication Skill Builders.

  x

Peabody Picture  Vocabulary Test–III 

2½ to 90+  years

R­Sem 

  no

Dunn, L., & Dunn, L. (1997). Peabody Picture Vocabulary  Test–III. Circle Pines, MN: American Guidance Service. 

  no

R and E

  no

Porch, B. E. (1979). Porch Index of Communicative Ability in    x Children. Chicago: Riverside.

Porch Index of  Communicative Ability  4 to 12 years in Children Preschool Language  Scale–3 

Birth to 6  years, 11  months

R and E­Sem,    no Morph, Syntax

Zimmerman, I. L., Steiner, V., & Pond, R. (1992). Preschool  Language Scale–3. San Antonio, TX: Psychological  Corporation.

  no

Receptive One­Word  12 years to 15  Picture Vocabulary  years, 11  R­Sem  Test–Upper Extension  months

  no

Brownell, R. (1987). Receptive One­Word Picture Vocabulary  Test­Upper Extension. Novato, CA: Academic Therapy    x Publications.

Receptive One­Word  2 years, 11  Picture Vocabulary  months to 12  Test years

R­Sem 

  no

Gardner, M. F. (1985). Receptive One­Word Picture    x Vocabulary Test. Novato, CA: Academic Therapy Publications.

Reynell Developmental  1 year to 6  Language Scales–U.S.  years, 11  Edition months

R and E

  no

Reynell, J., & Gruber, C. P. (1990). Reynell Developmental  Language Scale. US. Edition. Windsor, Ontario, Canada:  NFER­Nelson. 

  x

Structured Photo­ graphic Expressive  Language Test–II 

4 to 9 years, 5  E­Morph, Syn    no months

Werner, E., & Kresheck, J. D. (1983). Structured Photographic  MMY9a Expressive Language Test–II. Sandwich, IL: Janelle. 

Test for Examining  Expressive  Morphology

3 years to 7  years, 11  months

Shipley, K. G., Stone, T. A., & Sue, M. B. (1983). Test for  Examining Expressive Morphology. Tucson, AZ:  Communication Skill Builders.

(Continued)

E­Syn 

  no

MMY10b

Page 332 Appendix A (Continued)

Test

Ages

Oral  Language  Modalities  and Domains

Written  Language  Included?

Complete Reference

Reviewed in MMY? (x = Computer Form)

Hammill, D. D., Brown, V. L., Larsen, S. C., & Wiederholt, J.  Test of Adolescent and  R­ and E­Sem,  Writing: Sem,  12 to 21 years L. (1994). Test of Adolescent and Adult Language–3. Austin,    x Adult Language–3  Morph, Syn Syn TX: Pro­Ed.  Test of Adolescent/  Adult Word Finding

12 to 80 years E­WF 

  no

German, D. J. (1990). Test of Adolescent/Adult Word Finding.    x San Antonio, TX: Psychological Corporation.

Test of Auditory  Comprehension of  Language–3 

3 years to 9  years, 11  months

R­Sem,  Morph, Syn

  no

Carrow­Woolfolk, E. (1999). Test of Auditory Comprehension    no of Language–3. Austin, TX: Pro­Ed. 

Test of Children’s  Language

5 years to 8  years, 11  months

E

Reading,  writing

Barenbaum, E., & Newcomer, P. (1996). Test of Children’s  Language. San Antonio, TX: Pro­Ed. 

  x

R­ and E­Sem,    no Syn

Hresko, W. P., Reid, K., & Hammill, D. D. (1991). Test of  Early Language Development (2nd ed.). Austin, TX: Pro­ed. 

  x

Test of Language  Competence— Expanded

5 to 18 years,  R and E­Sem,    no 11 months Syn, Prag

Wiig, E. H., & Secord, W. (1989). Test of Language  Competence—Expanded Edition. San Antonio: Psychological  Corporation.

  x

Test of Language  Development– Intermediate: 3

8 years to 12  R and E­Sem,  years, 11    no Syn months

Hammill, D. D., & Newcomer, P. L. (1997). Test of Language  Development—Intermediate: 3. Circle Pines, MN: American    x Guidance Service.

Test of Language  Development— Primary: 3

4 years to 8  years, 11  months

  no

Newcomer, P., & Hammill, D. (1997). Test of Language  Development—Primary: 3. Austin, TX: Pro­Ed. 

  x

Test of Pragmatic  Language

5 to 13 years,  R and E­  11 months

  no

Phelps­Terasaki, D., & Phelps­Gunn, T. (1992). Test of  Pragmatic Language. San Antonio, TX: Psychological  Corporation

  x

Shulman, B. B. (1986). Test of Pragmatic Skills (Revised).  Tucson, AZ: Communication Skill Builders.

  no

3 years to 7  Test of Early Language  years, 11  Development months

Test of Pragmatic Skills  3 to 8 years (Revised)

R­ and E­ Phon, Sem,  Syn

R­ and E­Sem,    no Prag

Page 333 Test of Relational  Concepts

3 years to 7  years, 11  months

R­Sem 

  no

Edmonston, N., & Thane, N. L. (1988). Test of Relational  Concepts. Austin, TX: Pro­Ed. 

Test of Word Finding

6½ to 12  years, 11  months

E­WF 

  no

German, D. J. (1989). Test of Word Finding. San Antonio, TX:    x Psychological Corporation.

Test of Word Finding  in Discourse

6½ to 12  years, 11  months

E­WF 

  no

German, D. J. (1991). Test of Word Finding in Discourse.  Chicago: Riverside Publishing.

  x

Test of Word  Knowledge

5 to 17

R­ and E­Sem    no

Wiig, E. H., & Secord, W. (1992). Test of Word Knowledge.  San Antonio, TX: Psychological Corporation.

  x

Test of Written  Expression

6½ years to 14  years, 11  —  months

Writing

McGhee, R., Bryant, B. R., Larsen, S. C., & Rivera, D. M.  (1995). Test of Written Expression. San Antonio: Pro­Ed. 

  x

Test of Written  Language­2 

17 years, 11  months

Writing

Hammill, D. D., & Larsen, S. C. (1988). Test of Written  Language–2. San Antonio, TX: Psychological Corporation. 

  x

The Word Test­ Adolescent

12 years to 17  years, 11  E­Sem  months

  no

Bowers, L., Huisingh, R., Orman, J., Barrett, M., & LoGiudice,  C. (1989). The Word Test­Adolescent. East Moline, IL:    no LinguiSystems.

The Word Test­ Revised Elementary

7 to 11 years

E­Sem 

  no

Bowers, L., Huisingh, R., Barrett, M., & LoGiudice, C., &  Orman, J. (1990). The Word Test–Revised Elementary. East  Moline, IL: LinguiSystems.

  no

Token Test for  Children

3 to 12 years

R­Sem, Syn 

  no

DiSimoni, F. (1978). Token Test for Children. Chicago:  Riverside.

MMY9

E

3 years to 10  Utah Test of Language  years, 11  R­ and E­ Syn    no Development–3  months Woodcock Language  Proficiency Battery– Revised

2 to 95 years

  x

Mecham, M. J. (1989). Utah Test of Language Development–   x 3. Austin, TX: Pro­Ed. 

R­ and E­Sem,  Woodcock, R. W. (1991). Woodcock Language Proficiency– reading, writing   x Syn Revised. Chicago: Riverside.

Note. Modalities and domains are abbreviated as follows: Receptive (R), Expressive (E), Semantics (Sem), Morphology (Morph), Syntax (Syn), Pragmatics (Prag),  Phonology (Phon), and Word Finding (WF). The presence of a review in the Mental Measurements Yearbook (MMY) database or print series is noted in the final  column, with x indicating a com­puterized version and numerals representing the specific print volume containing the review.  aMitchell, J. V. (Ed.). (1985). The ninth mental measurements yearbook. Lincoln, NE: Buros Institute of Mental Measurement. bConoley, J. C., & Kramer, J. J. (Eds.). (1989). The tenth mental measurements yearbook. Lincoln, NE: Buros Institute of Mental Measurement.

Page 334

APPENDIX B

Page 335 Norm­Referenced and Criterion­Referenced Tests Designed Primarily for the Assessment of Phonology in Children

Test with Reference Information

Criterion­ referenced  (CR) and/or  Norm­ referenced  (NR)

Ages

Stimuli, Processes, and Other Features

Reviewed in  MMY? (x =  computer  form)

Assessment Link Between Phonology and  Articulation: ALPHA (Revised ed.) (Lowe, 1995).  Mifflinville, PA: Speech and Language Resources.

NR/CR

3–0 to 8–11 

Sentence or single words elicited using delayed imitation    no and pictures; 15 processes examined

Assessment of Phonological Processes–Revised  (Hodson, 1986). Danville, IL: Interstate Press.

CR

Preschool to  age 10

Single words elicited using objects; 30 processes  including 10 basic processes that are used in calculating    x overall score that allows clarification of severity

Arizona Articulation Proficiency Scale, 2nd ed.  (Fudala & Reynolds, 1994). Los Angeles: Western  Psychological Services.

NR/CR

Single words and stimuli for elicited connected speech;  consonants, consonant clusters, vowels, and diphthongs  1–6 to 13–11    x are assessed; omission, substitution, and distortion error  analysis; also allows calculation of severity

Bankson­Bernthal Test of Phonology (Bankson &  Bernthal, 1990). Chicago: Riverside Press.

NR/CR

3–0 to 9–11 

Single words; 10 most frequently occurring processes in    x standardization samples

Fisher­Logemann Test of Articulatory Competence  (Fisher & Logemann, 1971). Boston: Houghton Mifflin.

CR

2 to 3 years  and up

Single word and sentence forms; including consonants,  consonant clusters, vowels, and diphthongs are assessed;    ? place/manner/voicing analysis only

(Continued)

Page 336 Appendix B (Continued)

Test with Reference Information

Criterion­ referenced  (CR) and/or  Norm­ referenced  (NR)

Ages

Stimuli, Processes, and Other Features

Reviewed in  MMY? (x =  computer  form)

Goldman­Fristoe Test of Articulation–2 (Goldman &  NR/CR Fristoe, 2000). Austin, TX: Pro­Ed. 

2 to 21 years

44 single words and 2 sets of pictures for connected  speech elicitation; error analysis does not include    x features, but the Khan­Lewis is designed for use with the  earlier version of this test

Kaufman Speech Praxis Test for Children (Kaufmann,  NR/CR 1995). Detroit: Wayne State University Press.

2 years to 6  years

Limited normative data; assess productions at 4 levels:  oral movement, simple phonemic/syllabic, complex  phonemic/syllabic, and spontaneous length and  complexity

  no

  x

Khan­Lewis Phonological Analysis (Khan & Lewis,  1986). Circle Pines, MN: American Guidance Service.

NR/CR

2 to 6 years

Stimulus materials are those of the Goldman­Fristoe  Test of Articulation­Revised; 15 phonological  processes; one of the few tests with normative data for  processes

Natural Process Analysis (Shriberg & Kwiatkowski,  1980). New York: John Wiley & Sons.

CR

any age

Analysis method for continuous speech sample; 8 natural    no processes

Phonological Process Analysis (Weiner, 1979).  Baltimore: University Park Press, 1979.

CR

preschool  children

Single words or sentences; 16 phonological processes

  no

Page 337

Photo Articulation Test (Pendergast, Dickey, Selmar &  NR/CR Soder, 1984). Austin, TX: Pro­Ed. 

Screening Test for Developmental Apraxia of Speech  NR/CR (Blakely, 1980). Austin, TX: Pro­Ed. 

3 to 12 years

Single word and stimuli to elicited connected speech;  including consonants, consonant clusters, and  diphthongs; omissions, substitutions, and distortions are  scored

MMY9a

4 to 12 years

Scores given for expressive language discrepancy,  vowels and diphthongs, oral motor movement, verbal  sequencing, articulation, motorically complex words,  transpositions, prosody, and total; based on a small  population

  x

S­CAT. Secord ­ Consistency of Articula­tion Tests  (Secord, 1997). Sedona, AZ: Red Rock Educational  Publications.

CR

all ages

Two test components ­ (1) Contextual Probes of  Articulation Competence(CPAC) probes for  production of individual sounds and processes in words,    no clusters and sentence, (2) SPAC ­ Storytelling Probes  of Articulation Competence(SPAC) probes for  production in a narrative task

Smit­Hand Articulation and Phonology Evaluation  (SHAPE; Smit & Hand, 1997). Los Angeles: Western  Psychological Services.

NR/CR

3 to 9 years

Single words elicited through pictures or delayed  imitation; 11 processes examined

3 to 8 years

Single words; several subtests, including screening, Iowa  Pressure consonants test (those affected by  MMY7b velopharyngeal insufficiency), vowels, and diphthongs;  omissions, substitutions, and distortions are scored

Templin­Darley Tests of Articulation (Templin &  Darley, 1969). Iowa City, IA: Bureau of Educational  Research and Service, University of Iowa.

NR/CR

  no

Note. The presence of a review in Mental Measurements Yearbook (MMY), with x indicating a computerized version and numerals representing the specific print  volume contain­ing the review.  aMitchell, J. V. (Ed.). (1985). The ninth mental measurements yearbook. Lincoln, NE: Buros Institute of Mental Measurement. bBuros, O. K. (Ed.). (1992). The seventh mental measurements yearbook. Highland Park, NJ: Gryphon Press.

Page 338

Page 339

AUTHOR INDEX Entries in italics appear in reference lists. A Abbeduto, L., 149, 155, 166 Abkarian, G., 160, 164 Aboitiz, F., 119, 141 Agerton, E. P., 273, 287 Aitken, K., 169, 186 Alcock, K., 118, 145 Alfonso, V. C., 264, 280, 291, 306, 326 Allen, D., 114, 130, 143, 171, 172, 173, 178, 186, 233 Allen, J., 175, 184 Allen, M. J., 22, 47, 55, 56, 57, 58, 59, 66, 68, 76 Allen, S., 231, 245 Allison, D. B., 264, 280, 291, 306, 307, 308, 315, 317, 325, 326 Ambrose, W. R., 222, 246 American College of Medical Genetics, 153, 164 American Educational Research Association (AERA), 10, 12, 31, 47, 50, 62, 72, 75, 76, 89, 96, 105, 107, 252, 287 American Psychiatric Association, 111, 114, 115, 130, 134, 140, 148, 149, 150, 161, 164, 169, 170, 171, 172, 173, 178, 180, 181, 182, 183, 184 American Psychological Association (APA), 10, 12, 31, 47, 50, 62, 72, 75, 76, 89, 96, 105, 107, 217, 228, 244, 252, 287 American Speech­Language­Hearing Association (ASHA), 82, 84, 85, 104, 107, 196, 207, 264, 287  Anastasi, A., 36, 47, 55,60, 61, 62, 76, 96, 107, 296, 324 Andrellos, P. J., 237, 246 Andrews, J. F., 197, 198, 210 Angell, R., 181, 184 Annahatak, B., 231, 245 Apel, K., 241, 242, 245 Aram, D. M., 116, 117, 118, 119, 128, 130, 140, 143, 170, 184, 231, 240, 245, 270, 287 Archer, P., 213, 246 Arensberg, K., 229, 249 Arndt, S., 171, 185 Arndt, W. B., 259, 288, 294, 324 Aspedon, M., 238, 248 Augustine, L. E., 82, 108, 229, 230, 245 B Bachelet, J. F., 270, 291 Bachman, L. F., 103, 107 Baddeley, A., 125, 141 Badian, N., 27, 47 Baer, D. M., 308, 326 Bailey, D., 237, 245

Page 340 Bain, B. A., 230, 248, 251, 252, 255, 256, 276, 277, 278, 279, 286, 287, 291, 294, 295, 296, 297, 298, 299, 300, 302, 303, 304, 305, 307, 308, 309, 310, 311,  314, 315, 316, 324, 326 Baker, K. A., 239, 247 Baker, L., 133, 140 Baker, N. E., 7, 13 Baker­van den Goorbergh, L., 269, 287  Ball, E. W., 137, 140 Balla, D., 163, 166, 215, 249 Baltaxe, C. A. M., 176, 184 Bangert, J., 259, 288, 294, 302, 324 Bankson, N. W., 29, 40, 47, 298, 324, 329, 335 Barenbaum, E., 332 Baron­Cohen, S., 175, 184  Barrett, M., 329, 333 Barrow, J. D., 252, 287 Barsalou, L.W., 7, 12 Barthelemy, C., 181, 185 Bashir, A., 135, 140, 241, 245 Bates, E., 237, 245, 246, 268, 287 Batshaw, M. L., 149, 164 Battaglia, F., 153, 154, 155, 160, 166 Baumeister, A. A., 147, 149, 152, 154, 156, 158, 164 Baumgartner, J. M., 120, 142 Beasley, T. M., 308, 325 Beck, A. R., 266, 283, 287 Becker, J., 170, 185 Bedi, G., 125, 126, 144 Bedor, L., 125, 142 Beitchman, J. H, 130, 140 Bejar, I. I., 66, 77 Bell, J. J., 158, 165 Bellenir, K., 151, 152, 159, 164 Bellugi, U., 158, 166, 188, 198, 207, 208 Benavidez, D. A., 178, 181, 185 Berg, B. L., 279, 280, 287 Bergstrom, L., 197, 207 Beringer, M., 232 Berk, R. A., 6, 13, 56, 76, 158, 163, 165, 256, 287 Berkley, R. K., 251, 289 Berlin, L. J., 258 Bernthal, J. E., 29, 40, 47, 215, 246, 298, 324, 335 Berns, S. B., 304, 325 Bess, F. H., 189, 192, 203, 207 Bettelheim, B., 173, 184 Biederman, J., 161, 165 Bihrle, A., 158, 166 Biklen, S. K., 279, 280, 287 Bishop, D. V. M., 114, 118, 119, 124, 130, 140, 141, 144, 269, 287 Bjork, R. A., 251, 292, 309, 326 Blackmon, R., 283, 292 Blake, J., 270, 287 Blakeley, R. W., 337 Blank, M., 258 Bliss, L. S., 103, 107, 233 Bloodstein, O., 159, 165 Boehm, A. E., 329 Bogdan, R. C., 279, 280, 287, 292 Bondurant, J., 121, 141 Botting, N., 238, 245 Boucher, J., 181, 185 Bow, S., 121, 122, 141 Bowers, L., 333 Bracken, B. A., 215, 245, 329 Brackett, D., 191, 192, 194, 195, 200, 203, 207, 209 Bradley, L., 27, 47 Bradley­Johnson, S., 188, 189, 200, 201, 204, 207  Braukmann, C. J., 304, 325, 326 Bredart, S., 270, 291 Breecher, S. V. A., 238, 248 Brennan, R. L., 102, 108 Bretherton, I., 237, 245 Bridgman, P. W., 19, 47 Brinton, B., 133, 141, 241, 245, 262, 287 Broks, P., 173, 185 Bronfenbrenner, U., 79, 107 Brown, A. L., 226, 245, 272, 277, 287 Brown, J., 226, 245 Brown, R., 266, 287 Brown, S., 230, 246, 255, 278, 289 Brown, V. L., 332 Brownell, R., 331 Brownlie, E. B., 133, 140 Bruneau, N., 181, 185 Bryant, B. R., 59, 77, 333 Bryant, P., 27, 47 Brzustowicz, L., 117, 141 Buckwalter, P., 114, 118, 145 Bunderson, C. V., 31, 47 Buros, O., 337 Burroughs, E. I., 262, 287 Butkovsky, L., 122, 143 Butler, K. G., 132, 145, 255, 287 Byma, G., 125, 144 Bzoch, K. R., 59, 76, 103, 107, 237, 245, 258 C Cacace, A. T., 192, 207 Cairns, H. S., 259, 290

Page 341 Calhoon, J. M., 281, 287 Camarata, M., 122, 143 Camarata, S., 115, 122, 141, 143, 192, 209 Camaioni, L., 237, 245 Campbell, D., 55, 76, 306, 324 Campbell, M., 184 Campbell, R., 120, 141 Campbell, T., 223, 230, 245, 262, 264, 265, 268, 274, 275, 287, 288, 294, 295, 296, 304, 305, 307, 309, 311, 324 Campione, J., 277, 287 Cantekin, E. I., 191, 208 Cantwell, D., 133, 140 Carney, A. E., 189, 194, 196, 203, 207 Carpentieri, S., 171, 185 Carr, E. G., 317, 326 Carr, L., 124, 142 Carrow­Woolfolk, E., 232, 329, 330, 331, 332  Carver, R., 57, 76, 312, 313, 324 Casby, M., 128, 141 Caspi, A., 313, 324 Castelli, M. C., 237, 245 Chabon, S. S., 295, 310, 317, 324 Channell, R. W., 269, 290 Chapman, A., 238, 248 Chapman, J. P., 8, 13 Chapman, L. J., 8, 13 Chapman, R., 158, 166, 268, 272, 287, 290 Cheng, L. L., 231, 245 Chial, M. R., 30, 47 Chipchase, B. B., 130, 144 Chomsky, N., 123, 141 Chung, M. C., 174, 175, 184 Cibis, G., 161, 166 Cicchetti, D., 163, 166, 215, 249 Cirrin, F. M., 241, 245, 255, 273, 288 Clahsen, H., 124, 141 Clark, M., 118, 121, 122, 135, 141, 143 Cleave, P. L., 116, 124, 128, 141, 144, 231, 246 Clegg, M., 133, 140 Cochran, P. S., 269, 270, 288 Coe, D., 178, 181, 185 Cohen, I. L., 153, 165, 173, 178, 184 Cohen, M., 120, 141, 149, 164, 165 Cohen, N. J., 134, 141 Cohrs, M., 215, 246 Compton, A. J., 232 Compton, C., 104, 108, 232, 245 Conant, S., 270, 288 Conboy, B., 230, 246, 255, 278, 289 Connell, P. J., 317, 324 Connor, M., 152, 161, 165 Conoley, J. C., 103, 104, 108, 333 Conover, W. M., 30, 47 Conti­Ramsden, G., 238, 245  Cook, T. D., 306, 324 Cooke, A., 158, 165 Cooley, W. C., 151, 152, 165 Cooper, J., 126, 144 Cordes, A. K., 66, 68, 76 Corker, M., 195, 207 Coryell, J., 195, 196, 207 Coster, W. J., 237, 246 Courchesne, E., 173, 184, 185 Crago, M., 118, 124, 135, 141, 142, 231, 245 Craig, H. K., 133, 141, 268 Crais, E. R., 79, 81, 108, 236, 245, 281, 288 Creaghead, N. A., 10, 13, 282, 288 Creswell, J. W., 279, 288 Crittenden, J. B., 196, 207 Cromer, R., 149, 165 Cronbach, L. J., 66, 76 Crutchley, A., 238, 245 Crystal, D., 268, 269, 288 Cueva, J. E., 184 Culatta, B., 23, 48 Culbertson, J. L., 189, 192, 203, 207, 208 Cunningham, C., 121, 122, 141 Curtiss, S., 117, 118, 144 Cushman, B. B., 295, 310, 317, 324 D Dale, P., 237, 246 Damasio, A. R., 181, 184 Damico, J. S., 82, 108, 229, 230, 241, 245, 251, 252, 253, 255, 257, 274, 275, 283, 284, 285, 286, 288 D’Angiola, N., 176, 184  Daniel, B., 271, 291 Darley, F., 251, 290, 337 Davidson, R., 270, 291 Davies, C., 238, 249 Davine, M., 134, 141 Davis, B., 128, 145 Dawes, R. M., 8, 13 Day, K., 271, 291 de Villiers, J., 262, 291 de Villiers, P., 262, 291 DeBose, C. E., 229, 231, 249 DellaPietra, L., 235, 245 Demers, S. T., 84, 85, 108 Denzin, N. K., 279, 288 Derogatis, L. R., 235, 245

Page 342 Deyo, D. A., 196, 209 Dickey, S., 337 Diedrich, W. M., 259, 288, 294, 302, 324 DiLavore, P., 174, 175, 184 Dirckx, J. H., 197, 208 DiSimoni, F., 333 Dobrich, W., 135, 144 Dodds, J., 213, 215, 246 Doehring, D. G., 231, 245 Dollaghan, C., 223, 230, 245, 251, 262, 264, 265, 268, 274, 275, 287, 288, 296, 297, 298, 299, 300, 302, 303, 304, 305, 307, 308, 309, 315, 316, 324 Donahue­Kilburg, G., 82, 83, 108, 203, 208  Donaldson, M. D. C., 158, 165 Dowdy, C. A., 134, 141 Downey, J., 158, 165 Downs, M. P., 188, 189, 190, 191, 193, 194, 197, 207, 209 Dubé, R. V., 196, 208 Dublinske, S., 241, 245 Duchan, J., 253, 259, 262, 263, 279, 289, 290 Dunn, Leota, 40, 51, 57, 71, 76, 232, 245, 331 Dunn, Lloyd, 40, 51, 57, 71, 76, 232, 245, 331 Dunn, M., 171, 172, 186, 240, 245 Durkin, M. S., 147, 148, 165 Dykens, E. M., 149, 152, 153, 158, 159, 161, 164, 165 E Eaton, L. F., 161, 165 Eaves, L. C., 171, 184 Edelson, S. M., 181, 185 Edmonston, A., 333 Edwards, E. B., 241, 245 Edwards, J., 118, 124, 141, 142 Edwards, S., 159, 160, 164, 166 Eger, D., 295, 306, 310, 317, 318, 320, 324 Ehlers, S., 171, 174, 175, 180, 184, 185 Ehrhardt, A. A., 158, 165 Eichler, J. A., 191, 208 Eisele, J. A., 119, 140 Ekelman, B., 130, 140 Elbert, M., 259, 288, 294, 324 Elcholtz, G., 283, 292 Ellis Weismer, S., 124, 125, 141, 237, 249 Ellis, J., 23, 48 Embretson, S. E., 279, 288 Emerick, L. L., 215, 248 Engen, E., 202, 208 Engen, T., 202, 208 Erickson, J. G., 62, 77 Evans, A. W., 104, 109, 238, 239, 249, 296, 312, 326 Evans, J., 125, 141, 266, 267, 268, 288 Evans, L. D., 188, 189, 200, 201, 204, 207 Eyer, J., 125, 142 F Fandal, A., 215, 246 Farmer, M., 133, 141 Faust, D., 7, 8, 13 Fay, W., 176, 184 Feeney, J., 215, 246 Fein, D., 171, 172, 173, 178, 186 Feinstein, C., 171, 172, 173, 178, 186 Feldt, L. S., 102, 108 Fenson, L., 237, 246 Ferguson, B., 133, 140 Ferguson­Smith, M., 152, 161, 165  Fergusson, D. M., 313, 324 Feuerstein, R., 276, 278, 288 Fey, M., 116, 128, 141, 221, 231, 246, 269, 290, 309, 325 Finnerty, J., 269, 288 Fiorello, C., 84, 85, 108 Fisher, H. B., 335 Fiske, D. W., 55, 76 Fixsen, D. L., 304, 325, 326 Flax, J., 240, 247 Fleiss, J. L., 68, 77 Fletcher, J. M., 21, 48 Fletcher, P., 118, 145, 269, 288 Flexer, C., 188, 195, 199, 208 Fluharty, N., 239, 246 Flynn, S., 260, 290 Foley, C., 260, 290 Folstein, S., 173, 184 Foster, R., 258 Foster, S. L., 298, 304, 325 Fowler, A. E., 159, 165 Fox, R., 157, 165 Francis, D. J., 21, 48 Frankenburg, W. K., 213, 215, 246 Franklin, R. D., 307, 308, 315, 317, 325 Fraser, G. R., 197, 208 Frattali, C., 87, 108, 251, 288, 295, 303, 306, 318, 319, 325 Fredericksen, N., 66, 77 Freedman, D., 30, 48 Freese, P., 130, 133, 135, 143, 145 Freiberg, C., 266, 290

Page 343 Fria, T. J., 191, 208 Fristoe, M., 336 Frith, U., 173, 178, 181, 184 Fudala, J., 335 Fujiki, M., 133, 141, 262, 287 Fukkink, R., 314, 325 Funk, S. G., 104, 109, 238, 239, 249, 296, 312, 326 G Gabreels, F., 147, 166 Gaines, R., 161, 166 Galaburda, A., 119, 141 Gardiner, P., 157, 167 Gardner, M. F., 40, 48, 60, 77, 100, 108, 233, 330, 331 Garman, M. L., 269, 288 Garreau, B., 181, 185 Gathercole, S., 125, 141 Gauger, L., 119, 121, 141 Gavin, W. J., 266, 271, 289 Geers, A. E., 201, 202, 208, 209 Geirut, J., 251, 262, 289, 303, 325 Gerken, L., 261, 289 German, D. J., 54, 77, 332, 333 Gertner, B. L., 133, 141 Geschwind, N., 119, 120, 141, 142 Geschwint­Rabin, J., 154, 166  Ghiotto, M., 270, 291 Gibbons, J. D., 30, 47 Giddan, J. J., 258 Gilbert, L. E., 189, 203, 208 Giles, L., 271, 289 Gilger, J. W., 117, 118, 140, 142 Gillam, R., 126, 128, 140, 142, 145 Gillberg, C., 171, 174, 175, 180, 184, 185 Girolametto, L., 237, 246 Glaser, R., 58, 77 Gleser, G. D., 66, 76 Glesne, C., 279, 303, 325 Goldenberg, D., 215, 247 Goldfield, B. A., 302 Goldman, R., 336 Goldman, S., 134, 142 Goldsmith, L., 204, 208, 237, 248 Goldstein, H., 251, 262, 289, 303, 325 Golin, S., 273, 292 Golinkoff, R. M., 261, 289 Good, R., 234, 248 Goodluck, H., 261, 289 Gopnik, M., 118, 124, 135, 141, 142 Gordon­Brannan, M., 241, 242, 245  Gorman, B. S., 307, 308, 315, 317, 325 Gottlieb, M. L., 165 Gottsleben, R., 269, 292 Gould, S. J., 20, 47, 48 Graham, J. M., 151, 152, 165 Grandin, T., 178, 184 Green, A., 161, 166 Green, J. A., 239, 249 Greene, S. A., 158, 165 Grela, B., 125, 142 Grievink, E. H., 205, 209 Grimes, A. M., 241, 245 Gronlund, N., 31, 48, 67, 71, 76, 77 Grossman, H. J., 149, 165 Gruber, C. P., 331 Gruen, R., 158, 165 Gruner, J., 120, 144 Guerin, P., 181, 185 Guidubaldi, J., 201, 209 Guitar, B., 10, 13, 238, 249, 264, 292 Gutierrez­Clellen, V. F., 230, 237, 246, 255, 278, 289  H Haas, R. H., 173, 185 Haber, J. S., 239, 246 Hadley, P., 121, 133, 141, 142, 237, 246 Haley, S. M., 237, 246 Hall, N. E., 116, 128, 135, 140, 142, 170, 184, 231, 245, 270, 287 Hall, P., 259, 290 Hall, R., 283, 292 Hallin, A., 184 Haltiwanger, J. T., 237, 246 Hammer, A. L., 96, 100, 108 Hammill, D. D., 40, 48, 54, 57, 77, 103, 109, 233, 240, 247, 330, 332, 333 Hand, L., 337 Hanna, C., 233 Hanner, M. A., 330 Hansen, J. C., 224, 244, 246 Harper, T. M., 171, 185, 304, 325 Harris, J. L., 229, 231, 246 Harris, J., 195, 208 Harrison, M., 194, 208 Harryman, E., 215, 248 Hartley, J., 268, 289 Hartung, J., 237, 246 Haynes, W. O., 215, 248 Hecaen, H., 120, 144

Page 344 Hedrick, D., 233, 236, 237, 246 Heller, J. H., 104, 109, 238, 239, 249, 296, 312, 326 Hemenway, W. G., 197, 207 Hersen, M., 164, 165 Hesketh, L. J., 125, 141 Hesselink, J., 121, 142 Hicks, P. L., 317, 318, 325 Hirshoren, A., 222, 246 Hirsh­Pasek, K., 261, 289  Hixson, P. K., 269, 289 Ho, H. H., 171, 184 Hodapp, R. M., 149, 152, 153, 158, 159, 161, 164, 165 Hodson, B., 241, 242, 245, 335 Hoffman, M., 276, 278, 288 Hoffman, P., 276, 291 Holcomb, T. K., 195, 196, 207 Holmes, D. W., 199, 208 Hopkins, J., 104, 108, 217, 238, 246 Horodezky, N., 134, 141 Horwood, L. J., 313, 324 Howard, S., 268, 289 Howe, C., 153, 154, 155, 160, 166 Howlin, P., 133, 144 Hresko, W., 54, 77, 103, 109, 233, 332 Hsu, J. R., 68, 77 Hsu, L. M., 68, 77 Huang, R., 104, 108, 217, 238, 246 Huisingh, R., 329, 333 Hummel, T. J., 235, 246 Hurford, J. R., 132, 140, 142 Hutchinson, T. A., 96, 107, 108, 222, 246, 248 Hux, K., 238, 248 I Iglesias, A., 278, 291 Impara, J. C., 103, 104, 108 Ingham, J., 304, 325 Inglis, A., 133, 140 Ingram, D., 124, 142 Inouye, D. K., 31, 47 Isaacson, L., 134, 141 J Jackson, D. W., 121, 142, 194, 200, 204, 209 Jackson­Maldonado, D., 237, 246  Jacobson, J. W., 148, 165, 304, 325 Janesick, V. J., 280, 289 Janosky, J., 230, 245 Jauhiainen, T., 204, 210 Jenkins, W., 125, 126, 143, 144 Jensen, M., 276, 288 Jernigan, T., 121, 142 Johansson, M., 171, 180, 185 Johnson, G. A., 277, 291 Johnson, G., 230, 248 Johnston, A. V., 330 Johnston, E. G., 330 Johnston, J. R., 115, 142 Johnston, P., 126, 143 Jones, S. S., 31, 48 Juarez, M. J., 222, 248 K Kahneman, D., 8, 13 Kalesnik, J. O, 215, 216, 235, 236, 238, 248 Kallman, C., 125, 144 Kamhi, A., 8, 13, 115, 116, 128, 142, 216, 229, 231, 241, 245, 246 Kanner, L., 181, 185 Kaplan, C. A., 130, 144 Kapur, Y. P., 194, 197, 198, 208 Karchmer, M. A., 204, 208 Kaufman, A. S., 215, 246 Kaufman, N. L., 215, 246, 336 Kayser, H., 229, 231, 246, 247 Kazdin, A. E., 297, 304, 305, 324, 325 Kazuk, E., 215, 246 Kearns, K. P., 68, 76, 77, 274, 275, 286, 290, 307, 308, 309, 314, 315, 317, 325, 326 Kelley, D. L., 279, 289 Kelly, D. J., 217, 247 Kemp, K., 266, 267, 270, 289 Kent, J. F., 64, 77 Kent, R. D., 8, 13, 64, 77 Kerlinger, F. N., 19, 48 Keyser, D. J., 104, 108 Khan, L. M., 336 King, J. M., 161, 166 Kingsley, J., 156, 166 Klaus, D. J., 58, 77 Klee, T., 189, 192, 203, 207, 266, 267, 270, 289, 290 Klein, S. K., 203, 208 Kline, M., 232 Koegel, L. K., 304, 325 Koegel, R., 304, 325 Koller, H., 156, 161, 166

Page 345 Kovarsky, D., 253, 279, 286, 289 Kozak, V. J., 201, 202, 209 Kramer, J. J., 333 Krassowski, E., 127, 142, 231, 247 Kratochwill, T. R., 307, 315, 317, 325 Kreb, R. A., 319, 323, 324, 325 Kretschmer, R., 121, 141 Kresheck, J., 215, 232, 248, 331 Kuder, G. F., 69, 77 Kuehn, D. P., 120, 142 Kulig, S. G., 239, 247 Kunze, L., 239, 249 Kwiatkowski, J., 336 L Lahey, M., 10, 13, 48, 118, 124, 128, 141, 142, 223, 231, 247, 269, 289, 303, 325 Lancee, W., 133, 140 Lancy, D., 279, 289 Landa, R. M., 273, 289 Larsen, S. C., 332, 333 Larson, L., 199, 210 Layton, T. L., 104, 109, 199, 208, 238, 239, 249, 296, 312, 326 Le Couteur, A., 175, 185 League, R., 59, 76, 103, 107, 237, 246, 258 Leap, W. L., 231, 247 Leckman, J. F., 149, 152, 153, 159, 164, 165 Lee, L., 218, 247 Lehman, I., 296, 326 Lehr, C. A., 215, 247 Lehrke, R. G., 152, 166 Lemme, M. L., 120, 142 Leonard, C., 119, 121, 141 Leonard, L., 114, 117, 118, 119, 121, 122, 123, 124, 125, 126, 128, 130, 131, 132, 137, 140, 142, 221, 223, 230, 240, 247, 251, 270, 289, 317, 327 Leverman, D., 233 Levin, J. R., 307, 315, 317, 325 Levitsky, W., 120, 142 Levitz, M., 156, 166 Levy, D., 125, 143 Lewis, N. P., 336 Lidz, C. S., 255, 276, 278, 289 Lillo­Martin, D., 188, 198, 207, 208  Lincoln, A. J., 173, 185 Lincoln, Y. S., 279, 288 Linder, T. W., 281, 289 Ling, D., 195, 208 Linkola, H., 204, 210 Lipsett, L., 134, 141 Locke, J., 125, 143 Loeb, D., 124, 143 Logemann, J. A., 335 Logue, B., 271, 291 LoGuidice, C., 333 Lombardino, L., 119, 121, 141 Loncke, F., 192, 209 Long, S. H., 116, 128, 141, 231, 246, 266, 269, 270, 278, 289, 290, 310, 314, 325 Longobardi, E., 237, 245 Lonsbury­Martin, B. L., 206, 208  Lord, C., 174, 175, 184, 185 Love, S. R., 178, 181, 185 Lowe, R., 335 Lubetsky, M. J., 147, 161, 166 Lucas, C. R., 259, 290 Luckasson, R., 148, 166 Ludlow, L. H., 237, 246 Lugo, D. E., 232, 245 Lund, N. J., 253, 259, 262, 263, 290 Lust, B., 260, 290 Lyman, H. B., 76 M Machon, M. W., 104, 109, 238, 239, 249, 296, 312, 326 Macmillan, D. L., 148, 149, 166 MacWhinney, B., 268, 269, 287, 290 Maino, D. M., 161, 166 Maloney, D. M., 304, 325 Malvy, J., 181, 185 Marchman, V., 237, 246 Mardell­Czudnoswki, C., 215, 247  Marks, S., 158, 166 Marlaire, C. L., 63, 77, 236, 244, 247 Martin, G. K., 206, 208 Mash, E. J., 298, 304, 325 Masterson, J. J., 269, 270, 288, 290 Matese, M. J., 178, 181, 185 Matkin, N. D., 189, 203, 209 Matson, J. L., 178, 181, 185 Matthews, R., 133, 145 Mauk, G. W., 194, 208 Maurer, R. G., 181, 184 Mawhood, L., 133, 144 Maxon, A., 191, 192, 194, 200, 209 Maxwell, L. A., 154, 166, 199, 200, 208 Maxwell, M. M., 253, 279, 289

Page 346 Maynard, D. W., 63, 77, 236, 244, 247 McCarthy, D. A., 215, 249 McCauley, R. J., 7, 12, 13, 35, 38, 48, 102, 104, 108, 217, 220, 225, 231, 234, 238, 247, 249, 251, 252, 253, 256, 264, 290, 292, 296, 299, 312, 313, 326 McClave, J. T., 30, 48 McDaniel, D., 259, 290 McGhee, R., 333 McGlinchey, J. B., 304, 325 McKee, C., 259, 290 McFarland, D. J., 192, 207 McReynolds, L. V., 68, 76, 77, 274, 275, 286, 290, 307, 308, 309, 314, 315, 317, 326 Mecham, M. J., 333 Meehl, P. E., 8, 13, 223, 247 Mehrens, W., 296, 326 Mellits, D., 125, 144 Membrino, I., 266, 289 Menolascino, F. J., 161, 165 Menyuk, P., 130, 143 Merrell, A. M., 104, 108, 217, 242, 247 Mervis, C. B., 158, 166 Merzenich, M., 125, 126, 143, 144 Messick, S., 4, 13, 76, 77, 252, 290 Mient, M. G., 295, 310, 317, 324 Miller, J. F., 158, 166, 230, 235, 236, 249, 252, 253, 262, 258, 263, 266, 268, 269, 270, 271, 273, 284, 288, 290, 292 Miller, R., 276, 288 Miller, S., 125, 126, 143, 144 Miller, T. L., 217, 248 Milone, M. N., 204, 208 Minifie, F., 251, 290 Minkin, B. L., 304, 326 Minkin, N., 304, 326 Mislevy, R. J., 66, 77 Mitchell, J. V., 333, 337 Moeller, M. P., 189, 194, 196, 200, 203, 207, 208 Moellman­Landa, R., 273, 290  Moffitt, T. E., 313, 324 Mogford, K., 195, 208 Mogford­Bevan, K., 188, 203, 208  Moldonado, A., 233 Montgomery, A. A., 104, 109 Montgomery, J. K., 241, 242, 248 Moog, J. S., 201, 202, 208, 209 Moores, D. F., 196, 209 Morales, A., 271, 291 Moran, M. J., 273, 287 Mordecai, D. R., 269, 290 Morgan, S. B., 171, 184 Morishima, A., 158, 165 Morisset, C., 237, 245 Morris, P., 79, 107 Morris, R., 116, 128, 140, 171, 172, 173, 178, 186, 231, 245, 252, 270, 287, 290 Morriss, D., 271, 291 Mowrer, D., 294, 317, 326 Mulick, J. A., 148, 165 Muller, D., 268, 289 Muma, J., 79, 108, 217, 247, 253, 271, 290, 291 Murphy, L. L., 104, 108 Musket, C. H., 199, 209 Myles, B. S., 170, 185 N Nagarajan, S., 125, 126, 144 Nair, R., 133, 140 Nanda, H., 66, 76 Nation, J., 130, 140 National Council on Measurement in Education (NCME), 10, 12, 31, 47, 50, 62, 72, 75, 76, 89, 96, 105, 107, 252, 287 Needleman, H., 230, 245 Neils, J., 117, 118, 143 Nelson, K. E., 122, 143, 192, 209 Nelson, N. W., 235, 247, 282, 291 Newborg, J., 201, 209 Newcomer, P. L., 40, 48, 57, 77, 103, 108, 240, 247, 332 Newcorn, J. H., 161, 165 Newhoff, M., 121, 143 Newman, P. W., 10, 13 Newport, E., 198, 209 Nicolosi, L., 215, 248 Nielsen, D. W., 6, 10, 13 Nippold, M. A., 104, 108, 134, 143, 217, 238, 246, 248 Nitko, A. J., 49, 58, 67, 71, 77 Nordin, V., 171, 174, 175, 184, 185 Norris, J., 276, 291 Norris, M. K., 222, 248 Norris, M. L., 239, 246 Northern, J. L., 188, 189, 190, 191, 193, 194, 207, 209 Nunnally, J., 225, 248 Nuttall, E. V., 215, 216, 235, 236, 238, 248 Nyden, A., 171, 180, 185 Nye, C., 241, 242, 248 O O’Brien, M., 114, 145  O’Grady, L., 188, 207 

Page 347 Olsen, J. B., 31, 47 Olswang, L. B., 128, 129, 143, 223, 230, 248, 249, 251, 252, 255, 256, 273, 276, 277, 278, 279, 280, 286, 287, 289, 290, 291, 292, 294, 295, 296, 297, 298,  302, 303, 304, 305, 307, 310, 311, 314, 317, 318, 319, 323, 324, 325, 326 Onorati, S., 270, 287 Orman, J., 333 Ort, S. I., 149, 165 Owens, R. E., 221, 248 Oyler, A. L., 189, 203, 209 Oyler, R. F., 189, 203, 209 P Padilla, E. R., 232, 245 Page, J. L., 23, 48, 181, 185 Palin, M. W., 269, 290 Palmer, P., 171, 185, 269, 290 Pan, B. A., 174, 185 Panagos, J., 268, 291 Pang, V. O., 231, 248 Papoudi, D., 169, 186 Parsonson, B. S., 308, 326 Passingham, R., 118, 145 Patell, P. G., 133, 140 Patton, J. R., 134, 141 Paul, P. V., 194, 196, 200, 204, 207, 209 Paul, R., 128, 143, 174, 176, 177, 185, 203, 209, 221, 222, 223, 248, 253, 262, 263, 268, 290, 291 Payne, K. T., 228, 229, 249 Pedhazur, R. J., 10, 13, 17, 18, 22, 23, 24, 28, 48, 55, 56, 76, 264, 280, 291, 297, 298, 303, 306, 326 Pembrey, M., 117, 143 Peña, E., 230, 248, 255, 276, 278, 289 Pendergast, K., 337 Penner, S. G., 255, 273, 288 Perachio, J. J., 331 Perkins, M. N., 222, 248 Perozzi, J. A., 251, 289 Perret, Y. M., 149, 164 Peshkin, A., 279, 303, 325 Peters, S. A. F., 205, 209 Pethick, S., 237, 246 Phelps­Gunn, T., 332  Phelps­Terasaki, D., 332  Phillips, E. L., 304, 325, 326 Piercy, M., 125, 144 Pindzola, R. H., 215, 248 Pisani, R., 30, 48 Piven, J., 171, 185 Plake, B. S., 104, 108 Plante, E., 104, 108, 116, 118, 120, 121, 127, 135, 141, 142, 143, 217, 218, 220, 222, 231, 242, 247, 299, 326 Plapinger, D., 199, 209 Poizner, H., 198, 208 Pollock, K. E., 229, 231, 246 Polloway, E. A., 134, 141 Pond, R. E., 59, 77, 233, 331 Porch, B. E., 274, 331 Prather, E. M., 233, 236, 237, 238, 246, 248 Prelock, P. A., 241, 245, 268, 282, 289, 291 Primavera, L. H., 264, 280, 291, 306, 326 Prinz, P., 196, 198, 209 Prizant, B. M., 171, 174, 185, 214, 248 Proctor, E. K., 294, 326 Prutting, C. A., 251, 289 Purves, R., 30, 48 Pye, C., 269, 291 Q Quartaro, G., 270, 287 Quigley, S. P., 207 Quinn, M., 230, 235, 236, 249, 252, 284, 292 Quinn, R., 278, 291 R Radziewicz, C., 81, 109 Rajaratnam, N., 66, 76 Ramberg, C., 171, 180, 185 Rand, Y., 276, 278, 288 Rapcsak, S., 120, 143 Rapin, I., 114, 130, 143, 171, 172, 173, 174, 178, 179, 180, 181, 185, 186, 191, 203, 208, 209 Raver, S. A., 281, 291 Records, N. L., 7, 10, 13, 114, 130, 133, 135, 143, 145 Rees, N. S., 192, 209 Reeves, M., 266, 290 Reichler, R. J., 175, 185 Reid, D., 54, 77, 103, 109, 233, 332 Reilly, J., 237, 246 Remein, Q. R., 6, 13, 214, 249 Renner, B. R., 175, 185 Reschly, D. J., 148, 149, 166 Rescorla, L., 128, 143, 237, 248 Resnick, T. J., 191, 209 Reveron, W. W., 229, 248 Reynell, J., 331 Reynolds, W. M., 335

Page 348 Reznick, S., 237, 246 Rice, M. L., 117, 119, 121, 124, 133, 141, 142, 143, 144, 217, 237, 247, 249 Richard, G. J., 330 Richardson, M. W., 69, 77 Richardson, S. A., 156, 161, 166 Ries, P. W., 188, 209 Riley, A. M., 330 Rimland, B., 173, 181, 185 Risucci, D., 130, 145 Rivera, D. M., 333 Robarts, J., 169, 186 Roberts, J. E., 237, 245 Roberts, L. J., 304, 325 Robinson­Zañartu, C., 230, 231, 248, 255, 278, 289  Roby, C., 136, 144 Rodriguez, B., 128, 129, 143, 241, 245 Roeleveld, N., 147, 166 Roeper, T., 262, 291 Rolland, M.­B. 266, 290  Romeo, D., 121, 141 Romero, I., 215, 216, 235, 236, 238, 248 Rondal, J. A., 159, 160, 161, 164, 166, 270, 291 Rosa, M., 229, 249 Rose, S. A., 258 Rosen, A., 294, 326 Rosen, G., 119, 141 Rosenbek, J. C., 64, 77 Rosenberg, L. R., 233 Rosenberg, S., 149, 155, 166 Rosenzweig, P., 233 Rosetti, L., 237, 248, 281 Ross, M., 189, 191, 192, 194, 200, 209 Ross, R., 117, 118, 144 Roth, F., 267, 291 Rothlisberg, B. A., 103, 109 Rounds, J., 7, 13 Rourke, B., 21, 48 Roush, J., 194, 203, 208, 209 Roussel, N., 232, 248 Roux, S., 181, 185 Rowland, R. C., 3, 13 Ruscello, D., 40, 48 Rutter, M., 133, 144, 169, 173, 174, 175, 184, 185 S Sabatino, A. D., 217, 248 Sabers, D. L., 100, 107, 109, 222, 248 Sabo, H., 158, 166 Salvia, J., 33, 35, 36, 48, 63, 64, 77, 96, 102, 107, 109, 225, 231, 233, 248, 252, 264, 291, 296, 326 Sanders, D. A., 192, 195, 209 Sandgrund, A., 161, 166 Sanger, D., 238, 248 Sattler, J. M., 37, 47, 48, 76, 158, 166, 225, 226, 249 Sauvage, D., 181, 185 Scarborough, H., 135, 144, 269, 270, 291 Schachter, D. C., 133, 137, 140, 144 Scheetz, N. A., 191, 207, 209 Schiavetti, N., 262, 265, 292 Schilder, A. G. M., 205, 209 Schlange, D., 161, 166 Schloss, P. J., 204, 208 Schmelkin, L. P., 10, 13, 17, 18, 22, 23, 24, 28, 48, 55, 56, 76, 264, 280, 291, 297, 298, 303, 306, 326 Schmidt, R. A., 251, 292, 309, 326 Schopler, E., 169, 175, 184, 185 Schraeder, T., 230, 235, 236, 249, 252, 284, 292 Schreibman, L., 173, 185, 317, 326 Schreiner, C., 125, 126, 143, 144 Schupf, N., 152, 167 Schwartz, I. S., 223, 249, 255, 279, 280, 292, 296, 297, 304, 305, 307, 324, 326 Scientific Learning Corporation, 126, 144 Secord, W. A., 10, 13, 59, 77, 230, 233, 238, 245, 249, 251, 252, 253, 255, 257, 259, 264, 274, 283, 284, 285, 286, 288, 292, 305, 326, 329, 332, 333, 337 Selmar, J., 337 Semel, E., 59, 77, 233, 238, 249, 264, 292, 305, 326, 329 Sevin, J. A., 178, 181, 185 Shady, M., 261, 289 Shanteau, J., 7, 13 Shaywitz, B., 21, 48 Shaywitz, S. E., 21, 48 Shelton, R. L., 259, 288, 294, 324 Shenkman, K., 118, 135, 143 Shepard, L. A., 235, 249 Sherman, D., 251, 290 Sherman, G., 119, 141 Shewan, C., 283, 292 Shields, J., 173, 185 Shine, R. E., 259, 292 Shipley, K. G., 331 Short, R. J., 148, 166 Shriberg, L., 268, 291, 336 Shu, C. E., 158, 165

Page 349 Shulman, B., 241, 242, 245, 332 Siegel, L., 121, 122, 141 Silliman, E. R., 279, 282, 292 Silva, P. A., 313, 324 Silverman, W., 152, 167 Simeonsson, R. J., 148, 166 Simon, C., 262, 263, 292 Simpson, A., 173, 185 Simpson, R. L., 170, 185 Slater, S., 283, 292 Sliwinski, M., 240, 247 Smedley, T., 199, 209 Smit, A., 222, 249, 337 Smith, A. R., 238, 249, 264, 292 Smith, B., 174, 175, 184 Smith, E., 114, 145 Smith, M., 82, 108,229, 230, 245 Smith, S., 271, 291 Smith, T. E. C., 134, 141 Snyder, L., 237, 245 Snow, C. E., 123, 144, 174, 185 Snow, R., 63, 77 Snowling, M. J., 130, 144 Soder, A. L., 337 Sowell, E., 121, 142 Sparks, S. N., 155, 166 Sparrow, S. S., 149, 163, 165, 166, 215, 249 Spekman, N., 266, 290 Spencer, L., 192, 196, 209 Sponheim, E., 174, 185 Sprich, S., 161, 165 St. Louis, K. O., 40, 48 Stafford, M. L., 238, 248 Stagg, V., 157, 166 Stark, J., 258 Stark, R. E., 115, 125, 137, 144 Stein, Z. A., 147, 148, 165 Steiner, V., 59, 77, 233, 331 Stelmachowicz, P., 199, 210 Stephens, M. I., 104, 109, 239, 249 Stephenson, J. B., 158, 165 Stevens, G., 60, 77 Stevens, S. S., 20, 43, 48, 265, 292 Stevenson, J., 133, 144 Stewart, T. R., 7, 13 Stillman, R., 63, 77 Stock, J. R., 201, 209 Stockman, I. J., 230, 235, 236, 249, 252, 284, 292 Stokes, S., 238, 249 Stone, T. A., 331 Stothard, S. E., 130, 144 Stout, G. G., 195, 209 Strain, P. S., 184, 185 Stratton, K., 153, 154, 155, 160, 166 Stray­Gunderson, K., 151, 164, 166  Striffler, N., 239, 249 Strominger, A., 135, 140 Stromswold, K., 266, 292 Strong, M., 196, 198, 209 Sturner, R. A., 104, 109, 238, 239, 249, 296, 312, 326 Sue, M. B., 331 Supalla, S., 198, 209 Supalla, T., 198, 209 Svinicki, J., 201, 209 Sweetland, R. C., 104, 108 Swisher, L., 35, 48, 104, 108, 115, 120, 141, 143, 217, 220, 225, 231, 234, 247, 252, 256, 290, 296, 299, 312, 313, 326 T Tackett, A., 271, 291 Tager­Flusberg, H., 126, 144  Taitz, L. S., 161, 166 Tallal, P., 115, 117, 118, 121, 125, 126, 137, 142, 143, 144, 145 Taylor, O. L., 228, 229, 249 Taylor, S. J., 279, 292 Templin, M. C., 266, 292, 337 Terrell, F., 229, 249, 273, 292 Terrell, S. L., 229, 249, 273, 292 Teszner, D., 120, 144 Thal, D., 237, 246 Thane, N. L., 333 Thompson, C. K., 315, 317, 324, 326 Thordardottir, E. T., 237, 249 Thorner, R. M., 6, 13, 214, 249 Thorton, R., 260, 292 Thorum, A. R., 330 Thurlow, M. L., 215, 247 Tibbits, D. F., 241, 245 Timbers, B. J., 304, 326 Timbers, G. D., 304, 326 Timler, G., 128, 145, 146 Tobin, A., 233, 236, 237, 246 Tomblin, J. B., 7, 10, 13, 114, 117, 118, 121, 122, 130, 133, 135, 142, 143, 144, 145, 262, 265, 287 Tomlin, R., 265, 288 Torgesen, J. K., 59, 77 Toronto, A. S., 233 Toubanos, E. S., 103, 109

Page 350 Townsend, J., 173, 185 Tracey, T. J., 7, 12, 13 Trauner, D., 121, 145 Trevarthen, C., 169, 186 Tsang, C., 232, 233 Turner, R. G., 6, 10, 13, 222, 249, 256, 292 Tversky, A., 8, 13 Tyack, D., 269, 292 Tye­Murray, N., 192, 209  Tynan, T., 157, 167 Tzavares, A., 120, 144 U Udwin, O., 160, 166 V van Bon, W. H. J., 205, 209 Van den Bercken, J. H. L., 205, 209 van der Lely, H., 124, 145 van der Spuy, H., 121, 122, 141 Van Hasselt, V. B., 164, 165 van Hoek, K., 188, 207 Van Keulen, J. E., 229, 231, 249 van Kleeck, A., 82, 109, 128, 145 Van Riper, C., 62, 77 Van Voy, K., 304, 325 Vance, H. B., 217, 248 Vance, R., 104, 108, 120, 143, 218, 220, 222, 247, 299, 326 Vargha­Kadeem, F., 118, 145  Vaughn­Cooke, F. B., 223, 229, 230, 249  Veale, T. K., 126, 145 Veltkamp, L. J., 161, 167 Vernon, M., 197, 198, 210 Vetter, D. K., 10, 13, 96, 109, 253, 292 Volterra, V., 237, 245 Vostanis, P., 174, 175, 184 Voutilainen, R., 204, 210 Vygotsky, L. S., 276, 292, 310, 327 W Wallace, E. M., 238, 248 Wallace, G., 330 Wallach, G. P., 132, 145 Walters, H., 133, 140 Wang, X., 125, 126, 144 Warren, K., 63, 77 Washington, J. A., 229, 230, 249 Wasson, P., 157, 167 Waterhouse, L., 169, 171, 172, 173, 178, 186 Watkins, K., 118, 145 Watkins, R. V., 114, 121, 130, 145 Wechsler, D., 18, 48 Weddington, G. T., 229, 231, 249 Weiner, F. F., 269, 292, 336 Weiner, P., 135, 145 Weiss, A., 7, 13, 230, 247, 259, 290 Welsh, J., 122, 143 Wender, E., 134, 145, 181, 186 Werner, E. O., 232, 331 Wesson, M., 161, 166 Westby, C., 241, 245, 279, 292 Wetherby, A. M., 171, 174, 185, 214, 248 Wexler, K., 124, 144 White, K. R., 194, 208 Whitehead, M. L., 206, 208 Whitworth, A., 238, 249 Wiederholt, J. L., 332 Wiig, E. D., 31, 48 Wiig, E. H., 59, 77, 230, 233, 238, 245, 249, 251, 252, 253, 255, 257, 258, 264, 274, 283, 284, 285, 286, 288, 292, 305, 326, 329, 332, 333 Wiig, E. S., 31, 48 Willis, S., 239, 249 Wilcox, M. J., 317, 327 Wild, J., 133, 140 Wilkinson, L. C., 279, 282, 292 Williams, D., 176, 186 Williams, F., 24, 28, 48 Williams, K. T., 97, 103, 109, 330 Wilson, A., 158, 165 Wilson, B., 130, 133, 140, 145 Wilson, K., 283, 292 Wiltshire, S., 103, 109 Windle, J., 195, 209 Wing, L., 171, 172, 173, 178, 180, 186 Wise, P. S., 157, 165 Wnek, L., 201, 209 Wolery, M., 299, 300, 327 Wolf, M. M., 304, 305, 319, 323, 324, 325, 326 Wolfram, W., 231, 249 Wolf­Schein, E. G., 169, 173, 175, 186  Wolk, S., 204, 208 Woodcock, R. W, 333 Woodley­Zanthos, P., 152, 154, 164  Woodworth, G. G., 192, 198, 209 World Health Organization, 85, 87, 109, 169, 186, 253, 280, 282, 292

Page 351 Worthington, D. W., 199, 210 Wulfeck, B., 121, 145 Wyckoff, J., 270, 291 Y Yaghmai, F., 120, 141 Yen, W. M., 22, 47, 55, 56, 57, 58, 59, 68, 76 Yeung­Courchesne, R., 173, 185  Ying, E., 199, 200, 210 Yoder, D. E., 8, 13, 258 Yonce, L. J., 223, 245 Yoshinago­Itano, C., 200, 203, 210  Young, E. C., 331 Young, M. A., 29, 48, 297, 298, 327 Ysseldyke, J. E., 33, 35, 36, 48, 64, 77, 96, 102, 107, 109, 215, 225, 231, 234, 247, 248, 252, 264, 291, 296, 326 Yule, W., 160, 166 Z Zachman, L., 329 Zelinsky, D. G., 149, 165 Zhang, X., 114, 145 Zielhuis, G. A., 147, 166 Zigler, E., 149, 165 Zigman, A., 152, 167 Zigman, W. B., 152, 167 Zimmerman, I. L., 59, 77, 233, 331

Page 352

Page 353

SUBJECT INDEX Page numbers followed by a t indicate tables and those followed by an f indicate figures.   14­morpheme count, 240  A Ability testing, 30, 44 Accountability, 295, 306–309, 315, 317  Achievement testing, 30, 44 Acquired epileptic aphasia, see Landau­Kleffner syndrome  Acting­out tasks, 261  Activity, ICIDH­2 proposed definition of, 87  African American culture, Black English, 236 family attitudes, 83 Age differentiation studies of construct validity, see Construct validity, developmental studies of Age­equivalent scores, 35–36t, 44  Agreement measures, 68–69f  Akinesia, 181–182  Alternate­forms reliability, 67–68, 71  Amazing University of Vermont Test, 32 American Sign Language (ASL), 196 American Speech­Language­Hearing Association, 317, 319–320  Anastasi, Anne, autobiographical statement, 60–61  Anxiety disorder, 134, 138 Arena assessment, 281, 284 Arizona Articulation Proficiency Scale, 2nd ed., 335t Asian culture, 83 Asperger’s disorder, 169, 171–172t, 180t, 182  Asperger syndrome, see Asperger’s disorder  Asperger Syndrome Screening Questionnaire (ASSQ), 175 Assessing Semantic Skills Through Everyday Themes, 329t Assessment Link Between Phonology and Articulation: ALPHA (Revised ed.), 335t Assessment of change, importance of, 294, 317–321  outcome measurement and, 294–295, 317, 322  prediction of future change, 310–311  recommended readings, 324 special considerations, 296–311  types of methods used, dynamic assessment, 310–311, 314  informal criterion­referenced measures, 313–314  norm­referenced tests, 312–313  single subject experimental designs, 314–317, 316f  standardized criterion­referenced measures, 258t, 313  Assessment of Children’s Language Comprehension, 258t  Assessment of Phonological Processes–Revised, 335t 

Page 354 Assigning Structural Stage, 269t Attention deficit hyperactivity disorder (ADHD), 133–134, 138  definition, 134 specific language impairment and, 133–134  Atypical autism, see Pervasive developmental disorder not otherwise specified (PDD­NOS)  Auditory integration training, 181 Auditory training, 190 Austin Spanish Articulation Test, 232t Authentic assessment, 236, 252, 284 Authenticity, 252, 284 Autism, see Autistic spectrum disorder Autistic disorder, definition, 170t, 182 high­functioning, 174, 176, 179t  low­functioning, 180t  other terms for, 169 symptoms of, 169 Autistic spectrum disorder, behavioral checklists and interviews, 174–175t  classification of subgroups, 169, 178 DSM­IV diagnostic categories, 169  dyspraxia and, 181 fragile X syndrome and, 153, 173 mental retardation and, 169, 171 motor abnormalities, 179t–180t, 181  personal perspective, 176–177  play and, 170, 174, 178 pragmatic deficits, 169–170t, 172, 174, 179t, 180t  prevalence, 169 recommended readings, 184 sensory differences, 181 sleep disorders and, 181 stereotypical behaviors, 170t, 178 suspected causes, 173–174  genetic, 173 infectious disease, 173 neurologic, 173 suspected neurologic abnormalities, 173 theory of mind and, 181 written language and, 179 Autism Diagnostic Inverview­Revised (ADI­R), 175t  B Bankson­Bernthal Test of Phonology, 335t  Bankson Language Test­2, 329t  Baseline measures, 307, 315–317, 316f  Batelle Developmental Inventory, 201t Behavioral objectives, 19, 44 Belief in the law of small numbers, 8, 11 Bellugi’s negation test, 263  Ber­Sil Spanish Test, 232t  Bilingual Syntax Measure­Chinese, 232t  Bilingual Syntax Measure­Tagalog, 232t  Bioecological model of development, 79 Blind measurement procedures, definition of, 314 Boehm Test of Basic Concepts­Preschool, 329t  Boehm Test of Basic Concepts­Revised, 329t  Bracken Basic Concept Scale­Revised, 329t  Bradykinesia, 181, 182 Bronfenbrenner, influence in developmental research, 79 C Carolina Picture Vocabulary Test, 199 Carrow Elicited Language Inventory, 329t Case examples, 1, 2, 3, 38–42, 113–114, 168–169, 187–188, 213–214, 228t, 250–251, 293–294  Caseloads and assessment practices, 283 Causation, confusion with correlation, 29–30, 43  single subject design and study of, 307 Central auditory processing disorders, 191 Chapter summary, 11, 46–47, 75–76, 106–107, 137, 161–162, 181–182, 205, 242–243, 283–284, 323–324  Checklist for Autism in Toddlers (CHAT), 175t Childhood Autism Rating Scale (CARS), 175t Childhood disintegrative disorder, 169, 172t, 182 Chinese, 232t Chromosomes, 162 Classical psychometric theory, 66–67  Classical true score theory, see Classical psychometric theory Clinical decision making, definition, 4, 11 disconfirmatory strategy in, 8 ethics and, 50, 72 fallacies in, 7, 8 measurement and, 252 model of, 7, 9f types of, 5t Clinical Evaluation of Language Fundamentals­3, 264, 329t  Clinical Evaluation of Language Fundamentals­3 Spanish Edition, 233t  Clinical Evaluation of Language Fundamentals­Preschool, 329t  Clinical Probes of Articulation (C­PAC), 259  Clinically significant change, 321–322  Clinical significance, 29, 44, 297–306, 321  Cochlear implants, 192, 205 Coefficient alpha, 69

Page 355 Coefficient of determination, 29 Cognitive referencing, see also Discrepancy testing definition, 127, 138, problems with, 127–128, 231–235  Collaborative assessment approaches, 280–282  types of, 281 for younger children, 236–237  Communication Abilities Diagnostic Test, 330t Communication Analyzer, 269t Communication Screen, 239t Compton Speech and Language Screening Evaluation­Spanish, 232t  Comprehensive Assessment of Spoken Language, 330t Comprehensive Receptive and Expressive Vocabulary Test, 330t Computerized Language Analysis (CLAN), 268 Computerized Language Error Analysis Report (CLEAR), 269t Computerized Profiling Version 6.2 and 1.0, 269t Computers and language assessment and treatment, 31, 44, 126 Concurrent validity, 59t, 61–62  Conduct disorder, 134, 138 Confidence interval, 70, 73, 224–226, 225f  Confirmatory strategy in decision making, 7–8, 11  Congenital aphasia, see Specific language impairment Construct validity, centrality of, 53, 72 contrasting groups evidence, 53–55, 54t, 74  convergent and discriminant validation, 55–56, 74  definition, 52, 73 developmental studies of, 53–54, 54t, 74  factor analysis and, 55 Content, Form and Use Analysis, 269 Content­related validity, see Content validity  Content validity, see also Item analysis, Content coverage, 56 Content relevance, 56 Definition, 73 Expert evaluation of, 56 Test design and, 56 Contexts, affecting children and families, 79–83, 80f, 83t, 87  affecting clinicians, 79–80f, 84t, 84–88, 240–242, 283, 317–321  Coordinated assessment strategies, 280–282, 284  Correlation, 26–28, 27f  Correlation coefficients, interpretation of magnitude, 28t Correlation coefficients, types of, 28 Criterion­referenced measures  construction of, 33–34f, 58, 253–255, 254f  definition of, 31, 44 examples of, 32t interpretation of, 31, 43, 60 scores for, 38, 101–102  use in screening and identification, 217, 230, 236 Criterion­related validity, 61–62, 74  concurrent validity, 59t criterion selection, 61 predictive validity, 59t, 61–62, 310  Cultural validity, see Clinical significance Curricula, types of, 282 Curriculum­based assessment, 280, 282, 284  Cutoff score confidence intervals and, 224–226  definition, 33, 243 determining local cutoffs, 222 empirical selection of, 222 recommended levels for identification of language impairment, 221–224  Cutting score, see Cutoff score D Deaf culture, 195–196  Deafness, see Hearing impairment, deafness Decision matrix, 5–6f, 11, 219f  Del Rio Language Screening Test, 233 Denver Developmental Screening Test­Revised, 215  Derived scores, 35–37, 44  Description of language, see Descriptive measures Descriptive measures, see also Criterion­referenced measures; Informal measures  characteristics of, 252–253, 283  criterion­referenced tests as, 257  norm­referenced tests as, 255–256  purposes, 230 recommended readings, 286 types of criterion­referenced, 257, 258t  dynamic assessment, 276–279, 277t, 310–311  on­line observations, 274–275  norm­referenced, 255–256  probes, see also Informal measures, 257, 259–261, 260t–261t, 263t, 285, 308–310, 316f  qualitative measures, 279–280  rating scales, 262–266  use in examining treatment effectiveness, 251 use in treatment planning, 251 validity and, 250–255, 280, 283  Developmental dysphasia, see Specific language impairment

Page 356 Developmental Indicators for Assessment of Learning­Revised, 215  Developmental scores, see Age­equivalent scores; Grade­equivalent scores  Developmental Sentence Scoring (DSS), 267, 269t Deviation IQ, 38 Diadochokinesis, 64 Diagnosis, see Identification Diagnostic and Statistical Manual of Mental Disorders IV, diagnostic categories related to autistic disorder, 170t diagnostic categories related to specific language impairment, 114–115t  Dichotomous scoring, 69 Difference scores, 116, 296 Differential diagnosis, 3, 12 Direct magnitude estimation, 263, 284 Disability, ICIDH definition of, 86 Discrepancy analysis, see Discrepancy testing Discrepancy testing, see also Cognitive referencing criticisms of, 116, 231–235  mental retardation and, 158, 162 specific language impairment and, 116 state regulations and, 241–242  use in description, 255–257  Discriminant analysis, 222 Distributions, statistical, 24, 37f, 43–44  Down syndrome, definition, 162 dementia and, 5, 152 health problems and, 151–152  pattern of strengths and weaknesses, 159t personal perspective, 156 prevalence, 150–152, 151f, 152f  Dynamic assessment, 276–279  definition, 276, sample hierarchy of cues, 277t use in identification, 278 use in planning treatment, 276–278  use with children from diverse cultures, 230, 278 use with children with mental retardation, 278 validation, 278–279  Dyskinesia, 181–182  Dyspraxia, 181–182  E Echolalia, 176, 179, 182 Ecological validity, see Clinical significance Eduational relevance, see Clinical significance Effect size, 123, 138, 297–303, 322–323, see also Clinical significance  Elicitation strategies, imitation, 260t production, 260t syntax, 260t–261t  Eligibility for special education services, 241–242  Emotional/Behavioral problems hearing impairment and, 204 mental retardation and, 161 specific language impairment and, 133–134  Enabling behaviors, 63–65, 74, 100  English as a Second Language (ESL), 227 Epilepsy and language disorders, 119, 161, 181, 183 Error, see Measurement error Evaluating Acquired Skills in Communication—Revised, 330t  Event recording, 275, 285 Expert systems, 7 Expressive language disorder, 114–115t  Expressive One­Word Picture Vocabulary Test­Revised, 330t  Expressive One­Word Picture Vocabulary Test­Spanish, 233t  Expressive Vocabulary Test, 97f–99f, 103, 109, 330t  Extended optional infinitive account of SLI, 124 F Face validity, 61, 74 Factor analysis, 74 Fallacies in decision making, 7–8  Family assessment, 81 Family members as partners in assessment, 78, 81, 236–237, 281  Fast ForWord, 126, 138 Fetal alcohol effect (FAE), 153, 163 Fetal alcohol syndrome, 153–155t, 163  Fisher­Logemann Test of Articulatory Competence, 335t  Fluharty Preschool Speech and Language Screening Test, 239t FM radio systems, 206 Formative testing, 30, 31 Fragile X syndrome attention deficit and hyperactivity disorder, 153 autism and, 153, 173 definition, 163 gender and, 152 prevalence and, 152 sensory problems, 153 Fullerton Language Test for Adolescents, 330t

Page 357 Functional Communication Measures (FCMs), 319–320, 322  Functional Status Measures (Educational Settings) of the Pediatric Treatment Outcomes Form, 264 Functionality, 252, 285 G Gain scores, 296, 322, see also Difference scores General all­purpose verbs, 129t, 138  General processing deficit accounts of SLI, 124–125, 138  Generalizability theory, 66 Generalization, 295, 311, 315 Genetics, basic concepts, 150, 162–163  chromosomal disorders, 150 concordance, 117, 138 Down syndrome and, 150–151f  family studies of specific language impairment, 117–118  fragile X syndrome and, 152–153, 154f  genetic disorders versus inherited disorders, 151 hearing impairment and, 197 incomplete penetrance, 118, 138 pedigree studies of specific language impairment, 117 premutation, 152–153,  specific language impairment and, 117–119  transmission modes autosomal versus X­linked, 118, 162  dominant versus recessive, 118 twin studies of specific language impairment, 117 Goldman­Fristoe Test of Articulation—Revised, 336t  Gold standard, 218, 243 Grade­equivalent scores, 35, 36t, 44  Grammar, recommended tutorial text, 132 Grammatical Analysis of Elicited Language—Complex Sentence Levels (GAEL­C), 201t  Grammatical Analysis of Elicited Language–Presentence Level (GAEL–P), 201t  Grammatical Analysis of Elicited Language—Simple Sentence Level (GAEL­S), 201t  Grammatical complexity, see Linguistic complexity Grammatical morphemes, inflectional morphemes, 133 specific language impairment and, 131, 133 H Handicap, ICIDH definition of, 86 objections to use of this term, 86–87  Hard of hearing, definition, 191, 206 Health and Psychosocial Instruments (HaPI) database, 105 Hearing aids, 195 Hearing impairment, academic difficulties, 189, 203 age at identification, 194 assessment of American sign language (ASL), 198–199  bilingual model of language development for Deaf children, 196 causes genetic, 197 infectious disease, 197 ototoxic agents, 197, 206 prematurity, 197–198, 206  rh incompatibility, 197, 206 configuration of, 192–193f, 206  deafness cultural considerations, 195, 196, see also Deaf culture definition, 188, 205 differences from other levels of hearing impairment effects on oral language acquisition, 203–204  emotional/behavioral disorders and, 204 implications for oral language assessment, norms, 200 procedures, 199–201t  interventions for mild and moderate hearing impairment, 190t, 195t for profound hearing impairment, 190t laterality of, 192 magnitude of, 189–190t  personal perspective, 189 prelingual, 194 prevalence, 188 recommended readings, 207 sign language, 188, 195–196  special considerations in assessment planning, 198–200, 203  syndromes associated with, 197 total communication and, 195–196  types of, central auditory processing disorders, 191–192  conductive, 191, 205 mixed, 191, 206 sensorineural, 191, 206 Hispanic culture, 83t Homogeneity of item content, 69

Page 358 I ICIDH: International Classification of Impairments, Disabilities, and Handicaps, 85–87, 282  ICIDH­2: International Classification of Impairments, Activities, and Participation of the World Health Organization, 87  IDEA, see Legislation, Individuals with Disabilities Education Act of 1990 (IDEA) Identification of language impairment, cognitive referencing and, 231–235  definition, 215 diagnosis versus, 215 disorder versus difference question, 227–231  federal legislation and, see Legislation importance of, 216 local regulations and, 128 recommended cutoffs, 221–224  recommended levels of sensitivity and specificity, 220, 222 recommended readings, 244 special challenges in, 217–236  use of criterion­referenced measures in, 238–240  use of norm­referenced measures in, 217–240  use of standardized measures in, 217 Illinois Test of Psycholinguistic Abilities, 267 Index of Productive Syntax (IPSyn), 269t Imitation, 260t Impairment, ICIDH definition of, 86 ICIDH­2 proposed definition of, 87  Indicators definition, 17, 19f, 43, 44 formative, 18, 19, 44 reflective, 18, 45 value of multiple indicators, 305–306  Individual Educational Plans (IEPs), 81, 320 Individualized Family Service Plans (IFSPs), 81 Individuals with Disabilities Education Act (IDEA), 84, 106, 108 Informal measures, see also Criterion­referenced measures; Descriptive measures  development of, 254f relationship to criterion­referenced measures, 251  relationship to experimental measures, 251 reliability, 68–69t  Informativeness, 265 Instrumental outcomes, 295, 311–322  Intelligence testing, 20, see also Cognitive referencing Interdisciplinary teams, 281 for children with autistic spectrum disorder, 3 for children with hearing impairment, 203 requirement for nondiscriminatory assessment, 85 Interexaminer agreement, 69t, 74 Interexaminer reliability, 70, 74 Intermediate outcomes, 294, 322 Internal consistency, see Reliability, types of Interval level of measurement, 21t–22, 43–44  Interval recording, 275, 285 Interval scaling, 262, 285 Item analysis, 57–59, 74  Item difficulty, 57 Item discrimination, 57 Item formats, 100 Item tryout, 57 J Jangle fallacy, 56 Jingle fallacy, 56 K Kaufman Assessment Battery for Children, 215 Kaufman Speech Praxis Test for Children, 336t KE family, 118 Key concepts and terms, 11–12, 44–46, 73–75, 106, 138–139, 162–163, 182–183, 205–206, 243, 284–286, 322–323  Khan­Lewis Phonological Analysis, 336t  Kuder­Richardson formula 20 (KR20), 69  L Labeling negative effects of, 216 purposes of, 216 Landau­Kleffner syndrome, 119  Language Assessment, Remediation, and Screening Procedure (LARSP), 269t Language development, as a guide to treatment planning, 130 regression in childhood disintegrative disorder, 172t regression in Rett’s disorder, 172t  regression in Landau­Kleffner syndrome, 119  variability in, 128–129  domains, 90 modalities, 90 Language Development Survey, 237t Language difference, 228, 243

Page 359 Language diversity, current levels of diversity, 82, 227 implications for screening and identification, 3, 33, 81, 227–231, 243  norms, 33, 229–230  recommended readings, 231 Language impairment versus language delay, 130, 132, 216 Language knowledge deficit accounts of SLI, 123–124  Language Processing Test­Revised, 330t  Language sample analysis, 266–274  analysis methods, 267–271  computerized programs, 266, 269t–270  elicitation procedures, 269t, 273–274  factors affecting results, 271, 273–274  history of use, 266–271, 283  innovations in, 266 use in assessing change, 266 use in examining interactions in language performance, 268 use in identification, 240 use in treatment planning, 266 use with diverse populations, 230 Language Sampling, Analysis & Training (LSAT), 267, 269t Language tests, criterion­referenced measures, 32t  for children under age 3, 237t for children with hearing impairment, 201t–202t  for languages other than sign languages or English, 232t–233t  norm­referenced measures, 329t–337t  processing­dependent measures, 230  sign languages, 198–199  written language, 329t–337t  Latent variables, 18 Late talkers, 128–130, 129t, 138  Learning disabilities and measurement issues, 18 Learning readiness, see Assessment of change, prediction of future change Legislation Education for All Handicapped Children Act of 1975 (PL 94–142), 84, 108  Education of the Handicapped Act Amendments of 1986, 81, 108 Individuals with Disabilities Education Act of 1990 (IDEA), 84, 85, 106, 108, 281–282  Individuals with Disabilities Education Act Amendments of 1997, 84, 85, 108, 318 Newborn and Infant Hearing Screening and Intervention Act of 1999, 194 Limited English proficiency (LEP), 227, 243 Lingquest, 269 Linguistic complexity, 259, 266 Linguistic universals, 267 Lipreading, see Speech reading Local norms, 33, 44, 222–223  M MacArthur Communicative Development Inventories, 237t Magnetic resonance imaging (MRI), 119–120, 139  Manual communication, see Sign languages Mastery, 33 Maximal performance measures, 64 McCarthy Scales of Children’s Abilities, 215  Mean, 24, 45 Mean length of utterance (MLU), 240, 267, 270–271  calculation of, 272t Measurement of behavior definition, 4, 12, 252 history of, 20, 49 levels of, 20–23  relationship to selection of appropriate statistical methods, 23 Measurement error, 224–226f  assessment of change and, 296 base rates and, 235 referral rates and, 235 relationship to reliability, 67, 224 types, 6 false negatives, 219f false positives, 219f Measurement scales, see Measurement of behavior, levels of Median, 25, 45 Mental measurements yearbook series, 104–105, 106, 240  Mental retardation adaptive functioning and, 147, 162 age at identification, 147, 161–162  alcohol and, 153–154  attention deficit and hyperactivity disorder, 153, 159t–161, 160t,  autism and, 153, 171 causes nonorganic, 155–156  organic, 149–155        toxins, 153–154, 156  cerebral palsy and, 147 communication strengths and weaknesses, 159t–160t  definitions of, 147, 148t, 163

Page 360 Mental retardation (Continued) dementia and, 152, 162 emotional/behavioral disorders, 153, 159t–161, 160t  familial, 155 fetal alcohol syndrome and, 153–155f  fluency disorder, 159t fragile X syndrome and, 149, 152–153, 154f  hearing impairment and, 151, 155, 159t, 160t longterm outcomes, 171 maltreatment and, 161 personal perspective, 156 prevalence, 147, 161 recommended readings, 164 sensory differences, 151, 153, 155, 159t–160t  severity, 147, 148 Miller­Yoder Language Comprehension Test, 258t  Mixed expressive­receptive language disorder, 114–115, 115t  Mode, 25, 45 Mosaic Down syndrome, 151, 163 Multidisciplinary assessment, 281, 285 Multiple measures, 223, 305–306, see also Multipleoperationalism  Multipleoperationalism, 306 N National norms, 32, 45 National Outcomes Measurement System (NOMS), 294, 319–320, 322–323  Native American culture family attitudes, 83t Natural Process Analysis, 336t Nominal level of measurement, 20–21t, 43, 45  Nondiscriminatory assessment definition of, 85, 106 methods for achieving, 229–231, 278  Nonparametric statistics, 30, 45 Nonreciprocal language, see Stereotypic language Normal curve, see Normal distribution Normal distribution, 30, 37f Normative group, 32, 45, 101, 234 Norm­referenced measures  construction of, 33–34f, 57–58  definition of, 31, 45 examples of, 32t interpretation of, 31, 43, 60, 218–227, 234  scores, 34–35, 101  use in description, 255–256  use in screening and identification, 217 Norms definition, 32, 45 local, 33, 44 national, 32, 45 O Observational Rating Scales, 305 Observed score, 66, 74 Omega squared, 29 Operational definitions, 19, 45 Oral and Written Language Scales: Listening Comprehension and Oral Expression, 330t Oral and Written Language Scales: Written Expression, 331t Ordinal level of measurement, 21t–22, 43, 45  Otitis media, 129, 151, 191, 199, 203, 205–206  Otoacoustic emissions and early identification of hearing impairment, 194, 206 Outliers, 24 Out­of­level testing, 158, 163, 256  Overshadowing, 204 P Paper­and­pencil tests, 31, 45  Parallel­forms reliability, see Alternate­forms reliability  Parametric statistics, 30 Parent involvement in assessment, 236, 304 Parent questionnaires, 236–238  Parrot Early Language Sample Analysis (PELSA), 269 Participation, ICIDH­2 proposed definition of, 87  Patterned Elicitation Syntax Test with Morphophonemic Analysis, 331t Peabody Picture Vocabulary Test, 267 Peabody Picture Vocabulary Test­III, 51–52, 57, 71, 331t  Pearson Product Moment correlation coefficient, 28, 43 Percentile ranks, 36 Performance standard, 38 Performance testing, 31, 45 Perisylvian areas, 119–120  Person first nomenclature, 216, 243 Pervasive developmental disorder (PDD), 169, 172t, 183 Pervasive developmental disorder not otherwise specified (PDD­NOS), 169, 172t, 183  Phenotype, 117, 139 Phonological awareness, 137, 139 Phonological memory deficit account of specific language impairment, 125 Phonological Process Analysis, 336t Phonology tests, 335t–337t  Photo Articulation Test, 337t Physician’s Developmental Quick Screen, 239t  Picture selection task, 261

Page 361 Placement testing, 30 Play­based assessment, 281, 284  Porch Index of Communicative Ability in Children, 274, 331t Prader Willi syndrome, 158 Predictive validity, see Criterion­related validity, predictive validity  Preferential looking, 261t Preferential seating, 190t, 195 Prelingual hearing loss, 206 Pre­Linguistic Autism Diagnostic Observation Schedule (PL­ADOS), 175  Preschool Language Assessment Instrument (PLAI), 258t Preschool Language Scale­3 (PLS­3), 331t  Preschool Language Scale­3–Spanish edition, 233t  Preuba del Desarrollo Inicial del Lenguaje, 233t Principles and parameters framework (Chomsky), 123–124  Proband, 117, 139 Probes, see also Criterion­referenced measures; Descriptive measures; Informal measures  control probes, 308, 315 generalization probes, 251, 308–309, 315  phonology, 259 pragmatics, 259, 260 sources for finding, 259, 260t–261t  syntax, 260t–261t  treatment probes, 308–309, 315  Profile analysis, see Discrepancy testing Profile in Semantics­Grammar (PRISM­G), 269t  Profile in Semantics­Lexicon (PRISM­L), 269t  Pronominal reversals, 176, 183 Proportional Change Index (PCI), 299–303, 322  Psychiatric diagnoses and language impairment, 134 Public relations validity, 73, see also Face validity Pye Analysis of Language (PAL), 269t Q Qualitative change, see Clinical significance Qualitative measures, 279–280  Qualitative research, 280, 285 R Range, 26, 45 Rating scales, 262–266  halo effects, 264 leniency effects, 264 metathetic continuum, 265, 285 prothetic continuum, 265, 285 Ratio level of measurement, 21t–23, 43, 45  Raw scores, 34–35  Recasts, 122, 139 Receptive­Expressive Emergent Language Test­2, 103, 237t, 258t  Receptive One­Word Picture Vocabulary Test­Upper Extension, 331t  Receptive One­Word Picture Vocabulary Test, 331t  Regional dialect, 82, 227–231  Reification and intelligence tests, 20 Reliability coefficients, 66 definition, 65–66, 75  differences in methods for criterion­ versus norm­referenced measures, 67, 102  factors affecting, 71, 72 recommendation regarding levels, 102 relationship to agreement, 68–69f  relationship to validity, 51, 65f–66, 73  types of, 73 alternate forms reliability, 67–68, 71  internal consistency, 68–70  test­retest reliability, 67–68, 75  Restriction of range, effect on reliability, 71 Rett’s disorder, 169, 172t, 183  Reynell Developmental Language Scales­U.S. Edition, 331t  Rhode Island Test of Language Structure, 202 Richness of description, 253, 285 Risk factors definition of, 116, 139 for language impairment, 116–127  Rosetti Infant­Toddler Language Scale, 237t  S Scales of Early Communication Skills (SECS), 202 School language, 82 Scores, types of age­equivalent, 35–36t, 44  criterion­referenced, 38  grade­equivalent, 35–36t, 44  norm­referenced, 34–38  percentile ranks, 36 standard scores, 36–37, 46  Screening, see also Identification base rates and, 235–236  characteristics of, 214, 242, comprehensive tests that include communication, 215 federal and local legislation, 240–242  indirect methods, 214 language measures for, 236–239t 

Page 362 Screening, (Continued) reasons for, 214–215  referral rates, 235–236, 243  Screening Test for Developmental Apraxia of Speech, 337t Secord­Consistency of Articulation Tests (S­CAT), 259, 337t  Segregation studies, see Genetics, pedigree studies of specific language impairment SEM, see Standard error of measurement (SEM) Sensitivity definition of, 218, 243 language tests and, 220–221  Sentence Repetition Screening Test, 239t Sequenced Inventory of Communication Development (SICD), 236–237t  Sequenced Inventory of Communication Development (SICD) Spanish translation, 233t Severity ratings, 43, Sex chromosomes, 163 Sign languages, tests of, 198–199  varieties of, 196 Signed English, 196 Signing Essential English (SEE­1), 196  Signing Exact English (SEE­2), 196  Simultaneous communication, see Hearing impairment, total communication and Single subject experimental designs, clinical use of, 307–310, 314  definition, 322 interpretation of, 307–308, 315–317  recommended readings, 317 statistical versus visual analysis, 308 withdrawal, 315 Smit­Hand Articulation and Phonology Evaluation, 337t  Social comparison as a method of social validation, 304, 322 Social deprivation, effects on development, 156 Social dialect, 82, 227–231  Social validation, 297, 303, 322 Social validity, see Clinical significance Sound Production Task (SPT), 259 Spanish, 231–233t, 237  Spanish Structured Photographic Expressive Language Test, 232t Specific language impairment (SLI) academic difficulties and, 132, 134–135  alternative terms for, 114–116, 119  argument structure and, 131t brain differences, 119–121  affecting dominance, 119 perisylvian areas, 119–121  planum temporale, 119–120f  versus damage, 119 definition of, 114–115, 137, 139  demographic variables and, 121–122  emotional/behavioral disorders and, 133 environmental variables and, 121–123  figurative language and, 132t, 134 gender differences and, 114 genetic factors, 117–119  illusory recovery, 135 language patterns, 130–133t, 137  long­term outcomes, 135  morphological deficits and, 131t narrative skills and, 132 nature of, 223–224  personal perspective, 136 phonology and, 131t, 135, 137 pragmatics and, 132t prevalence, 114 recommended readings, 140 subgroup identification, 115, 130 suspected causes, 116–127  syntactic deficits and, 131t theoretical accounts (after Leonard), 123–127  crosslinguistic data and, 123–125,  linguistic knowledge deficit accounts, 123–124, 138  generalized processing deficit accounts, 124–125  specific processing deficit accounts, 125–126, 139  written language and, 135, 137 Specificity, definition, 218, 243 language tests and, 218–221, 222  Speech reading, 188, 190t Split­half reliability, 68–69  Stability, 67 Standard deviation, 25, 46 Standard error of measurement (SEM), 67, 70, 75, 101, 224 Standard scores, 36–37, 46  Standards for Educational and Psychological Testing, 50, 62, 89, 96, 105, 107 Statistical measures of central tendency, 24–25, 43  of variability, 24–26, 43  Statistical significance, 28–29, 46, 297  Stephens Oral Language Screening Test, 239t Stereotypic language, 177 Stereotypy, 182–183 

Page 363 Stimulability testing, relationship to dynamic assessment, 276 Strabismus, 161, 163 Structured Photographic Expressive Language Test­II, 331t  Subjective evaluation as a method of social validation, 304–305, 323  Summative testing, 31 Surface hypothesis account of SLI, 125 Syndrome, definition of, 149 Systematic Analysis of Language Transcripts (SALT), 268, 269t, 271t T Tagalog, 233 Talking Task (TT), 259 Teacher Assessment of Student Communicative Competence (TASCC), 264 Teacher Assessment of Grammatical Structures (TAGS), 202 Teacher questionnaires, 237–238  Templin­Darley Tests of Articulation, 336t  Temporal processing account of specific language impairment, 125–126  Termination of treatment, 4, 310–311  Test, definition, 49, 75 effect of length on reliability, 71 Test administration, adaptations, 63, 157–158, 200, 203, 229t  importance of, 10, 63 motivation, 63 suggestions for, 64t Test de Vocabulario en Imagenes Peabody, 232t Test for Examining Expressive Morphology, 331t Test manuals, how to use, 88–103  Test of Adolescent and Adult Language, 332t Test of Adolescent/Adult Word Finding, 332t Test of Auditory Comprehension of Language­3, 332t  Test of Children’s Language, 332t  Test of Early Language Development, 332t Test of Early Reading Ability­Deaf or Hard of Hearing, 103, 109  Test of Language Competence­Expanded, 332t  Test of Language Development­Intermediate: 3, 57, 332t  Test of Language Development­Primary: 3, 240, 332t  Test of Pragmatic Language, 332t Test of Pragmatic Skills (Revised), 332t Test of Relational Concepts, 333t Test of Word Finding, 333t Test of Word Finding in Discourse, 333t Test of Word Knowledge, 333t Test of Written Expression, 333t Test of Written Language–2, 333t  Test review guide, annotated, 90f–92f  basic form, 93f–95f  completed example, 97f–99f  Test reviews client­oriented, 88–89, 106  computerized sources of, 104–5  population­oriented, 88–89, 106  steps in, 88–103  sources of published reviews, 103–105, 104t  Testing of limits, 158 Texas Preschool Screening, 239t Theoretical construct, 18–19f, 43, 46, 51, 57, 306  Theory, 18, 46 Theory of mind, 181, 183 Time sampling, 275, 285 Token Test for Children, 333t Transdisciplinary assessment, 281, 285 Treatment effectiveness, 319, 323 effects, 319, 323 efficacy research, 295, 318, 321 efficiency, 319, 323 outcomes, 294–295  outcomes research, 318 Trial scoring, 274, 286 Triangulation of qualitative data, 280, 286 Trisomy 21, 151, 163 True score, 66, 75 T score, 38 Turner Syndrome, 158 Type­token ratio, 240  U Ultimate outcomes, 294, 311, 323 Utah Test of Language Development­3, 333t  V Validity centrality to discussions of measurement quality, 50 definition, 51, 75 factors affecting, 10, 61, 62–66, 235–236  ‘‘types of,” see Validation, strategies of evidence gathering 

Page 364 Validation differences for criterion­ versus norm­referenced measures, 56–60  strategies of evidence gathering, 52–62  content validity, 52, 56t–60  criterion­related validity, 52, 61–62, 310  construct validity, 52–56, 53f  Variable, 19, 46 Variance, 25, 46 Variance accounted for, 29 Verbal auditory agnosia, 191 Vineland Adaptive Behavior Scales, 163, 215 Visuospatial languages, see Sign languages W “Watch and see” policy toward late talkers, 128  Wechsler Intelligence Scale for Children­Revised, 18  Wiig Criterion­Referenced Inventory of Language, 258t  Williams syndrome, 158, 160t, 163 Woodcock Language Proficiency Battery­Revised, 333t  Word Test–Adolescent, 333t  Word Test­Revised, 333t  World Health Organization, 85 Written language, 241 Z Zone of proximal development (ZPD), 276, 286 Z­scores, 37