MétaCan
Menu
Retour à la cohorte
Enregistrement W1987168563 · doi:10.1348/978185408x369020

Revisiting the simple view of reading

2008· article· en· W1987168563 sur OpenAlexaffabout
Panayiota Kendeou, Robert Savage, Paul van den Broek

Notice bibliographique

RevueBritish Journal of Educational Psychology · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychologyReading (process)GeneralityReading comprehensionActive listeningComprehensionCognitive psychologyDissociation (chemistry)Developmental psychologyLinguisticsCommunication

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Reading component models such as the Simple View of Reading (SVR; Gough & Tunmer, 1986; Hoover & Gough, 1990) provide a concise framework for describing the processes and skills involved when readers comprehend texts. According to the Independent Review of the Teaching of Early Reading (Rose, 2006) strong evidence for the SVR comes from Factor Analysis of datasets on different measures of reading showing dissociation between decoding skills and comprehension. To the best of our knowledge, only two such published studies exist to date. Of these, only one of is in English and this explores children between the age of 7 and 10 years. AIMS: To explore the SVR in English-speaking children aged 4 and 6 using Factor Analysis. SAMPLES: 116 4-year-olds and 116 6-year-olds in the US; 103 6-year-olds in Canada. METHODS: All children were administered a battery of decoding and comprehension related measures. RESULTS: Factor Analysis of the diverse measures undertaken independently by two research teams in different countries demonstrated that listening comprehension and decoding measures loaded as distinct factors in both samples of young English-speaking children. CONCLUSIONS: The present findings provide important support for the generality and validity of the SVR framework as a model of reading.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,011
Communication savante0,0030,006
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,381
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations154
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Educational PsychologyMême sujetReading and Literacy DevelopmentTravaux en français237 207