Reading Arabic Shallow and Deep Genres: Indispensible Variables to Science of Reading
Notice bibliographique
Résumé
Most principles and propositions in the science of reading are derived from research on Latin orthographies,usually, in English while much less is known about Semitic orthographies, namely, Arabic. This studyinvestigated the effect of vowels and type of genre on oral accuracy, oral rate, and oral comprehension in readingArabic orthography. A convenience sample of 85 children (34 fifth male graders and 51 tenth male graders) wasselected from two public schools in Saudi Arabia. The researcher developed two reading measures; the FifthGrade Reading Measure and Tenth Grade Reading Measure. Each measure has two genres (informational andpoetic) and two versions (shallow/vowelized and deep/unvowelized). Each child individually completed the twoversions of the measure in his grade. The results revealed that the students read the shallow genres(informational and poetic) more accurately and with more comprehension but less rapidly than reading the deepgenres. In addition, the students read the informational genre (shallow and deep) more accurately, rapidly, andwith more comprehension than the poetic genre (shallow and deep). The discussion concludes that a) the natureof Arabic orthography, mainly vowels, is an indispensible variable to the literature of science of reading, b) oralreading accuracy, oral reading rate and oral reading comprehension are affected by the unique characteristics ofthe genre, and c) vowels in Arabic are important to improve oral reading accuracy, and oral readingcomprehension for the first grades in primary school and later grades in secondary school as well.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».