A Medium spatial frequency trough causes letter-by-letter dyslexia in normal readers
Notice bibliographique
Résumé
Letter-by-letter (LBL) dyslexia is characterized by slow and laborious reading where reading latency increases markedly with the number of letters in a word. Interestingly, reading rate is also affected by high-level factors (i.e. imageability and lexical frequency), which suggests an implicit lexical/semantic access prior to conscious word identification. Fiset et al. (2006) recently proposed that the critical spatial frequencies for reading (between 2.5 to 3 cycles per letter) may be unavailable in LBL dyslexia and that implicit lexical/semantic access is mediated by lower spatial frequencies, which would fail however to offer information that is sufficiently accurate for explicit word recognition. To compensate, LBL readers would use high spatial frequencies for the sequential explicit identification of individual letters, which is the diagnostic feature of the disorder. The aim of the current study is to further investigate the special role of the medium frequencies for word recognition in normal readers. The critical medium spatial frequencies were filtered out from the words presented for overt reading, which therefore comprised only high and low ([[lt]]2 and [[gt]]6 cycles per letter) spatial frequencies. The results replicate the main features of LBL dyslexia. Reading latency increased linearly as a function of the number of letters in the word while being affected by imageability and lexical frequency. Error rates were relatively low, as in most LBL dyslexic cases. We thus caused letter-by-letter dyslexia in normal readers by depriving them of medium spatial frequency information. These findings are consistent with the crucial importance of this information and strongly suggest that dyslexics are truly unable to process these medium spatial frequencies for 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 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».