MétaCan
Menu
Retour à la cohorte
Enregistrement W2161355080 · doi:10.1177/0741932508315377

Processing Words Varying in Personal Familiarity (Based on Reading and Spelling) by Poor Readers and Age-Matched and Reading-Matched Controls

2008· article· en· W2161355080 sur OpenAlexaff
Evelyne Corcos, Dale M. Willows

Notice bibliographique

RevueRemedial and Special Education · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesnon disponible
Mots-clésReading (process)PsychologySpellingRemedial educationSet (abstract data type)Test (biology)Experiential learningPerceptionWord recognitionLexiconCognitionPsychological interventionDevelopmental psychologyCognitive psychologyLinguisticsMathematics educationComputer science

Résumé

récupéré en direct d'OpenAlex

To evaluate whether performance differences between good and poor readers relate to reading-specific cognitive factors that result from engaging in reading activities and other experiential factors, the authors gave students in Grades 4 and 6 a perceptual identification test of words not only drawn from their personal lexicon but also varying in familiarity. During the experimental phase, on a video monitor for a duration of 60 ms, age-matched and reading-matched groups were each shown a set of pretested words varying in personal familiarity. After a 5-s delay, a “test” word was displayed, at which point participants were asked to decide whether the second word was the same as or different from the first. Measures of accuracy and reaction times for correct responses indicated that differences between reader groups still existed, despite attempts to minimize the contribution of experiential factors. Remedial interventions are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,294
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemedial and Special EducationMême sujetReading and Literacy DevelopmentTravaux en français237 207