Cognitive and linguistic factors in reading acquisition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Models of the reading process generally describe the relations among the components of reading in skilled readers.In these models, the relations between bottom-up word recognition processes (lower order processes) and top-down comprehension processes (higher order processes) are typically described.In bottom-up models of reading, processing starts with the raw input and passes through increasingly refined analyses until the meaning of the text is grasped.In top-down models, the decisions made at higher levels of processing are used to guide choices at lower levels.Research evidence makes it clear that neither purely bottom-up nor purely top-down models can fully explain the reading process (Rayner & Pollatsek, 1989;Stanovich, 2000).An interactive model of ongoing top-down and bottom-up processes is therefore needed to imply that the reader uses both graphic and contextual information to grasp the meaning of a text (Perfetti, Landi, & Oakhill, 2005;Verhoeven & Perfetti, 2008).In the process of learning to read, children start out acquiring elementary decoding skills and learn to apply these with greater accuracy and speed.Word recognition subsequently becomes increasingly automatized by direct recognition of multi-letter units and whole words (Reitsma, 1983;Ziegler & Goswami, 2005).Automatic word recognition enables children to devote their mental resources to the meaning of text rather than to recognizing words, allowing them to use reading as a tool to acquire new concepts and information (Perfetti, 1998;
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.
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 | 0,001 | 0,000 |
| 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 découle