MétaCan
Menu
Retour à la cohorte
Enregistrement W2110478743 · doi:10.1002/dys.1454

The Spelling Skills of French‐Speaking Dyslexic Children

2013· article· en· W2110478743 sur OpenAlexaffabout
Anne Plisson, Daniel Daigle, Isabelle Montésinos‐Gelet

Notice bibliographique

RevueDyslexia · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSpellingSpellDyslexiaPsychologyReading (process)Context (archaeology)Perspective (graphical)LinguisticsPhonological awarenessCognitive psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Learning to spell is very difficult for dyslexic children, a phenomenon explained by a deficit in processing phonological information. However, to spell correctly in an alphabetic language such as French, phonological knowledge is not enough. Indeed, the French written system requires the speller to acquire visuo-orthographical and morphological knowledge as well. To date, the majority of studies aimed at describing dyslexic children's spelling abilities related to English and reading. The general goal of this study is to describe the spelling performance, from an explanatory perspective, of 26 French-Canadian dyslexic children, aged 9 to 12 years. The specific goals are to describe the spelling performances of these pupils in the context of free production and to compare them with the performances of 26 normally achieving children matched on age (CA) and with those of 29 younger normally achieving children matched on reading age (RA). To do so, errors were classified according to phonological, visuo-orthographical and morphological properties of French written words. The results indicate that the dyslexic group scored lower than the CA group but sometimes also lower than the RA group. The results are discussed according to the types of knowledge required to spell correctly in French.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,269
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations19
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDyslexiaMême sujetReading and Literacy DevelopmentTravaux en français237 207