Stability of Computational Deficits in Math Learning Disability From Second Through Fifth Grades
Notice bibliographique
Résumé
This study utilized growth modeling to investigate the stability of two computational deficits that are strongly associated with math learning disability (MLD)-procedural deficits and fact fluency deficits. Math "deficit" was defined in two ways-having scores in the lower 10th percentile (MLD) and between the 11th and 25th percentiles (LA, low achieving). The longitudinal sample was composed of 214 children. Between the second and fifth grades, children who started at grade 2 with procedural deficits showed more rapid growth in procedural skills than typically achieving (TA) children. The procedural deficits group was able to narrow the initial gap in procedural skills and catch up with their normal peers. In contrast, children who started at grade 2 with fact fluency deficits showed the same growth in fact fluency skills as TA children. The fact fluency deficits group maintained their initial gap and was not able to catch up. This pattern of results held for both the MLD and LA criteria. Fact fluency deficits are more stable in the elementary years. Further results showed that fact fluency deficits may be associated with more pervasive and persistent cognitive deficits than procedural deficits. The fact fluency group showed persistent cognitive deficits in working memory, processing speed, and phonological processing, from grades 2-5. The group with procedural deficits at grade 2 showed persistent deficits in working memory and processing speed, but closed the gap in phonological skills. In addition, only the MLD procedural deficits group showed these cognitive deficits; the LA group was no different than the typical achievers. The present results support the hypothesis that fact fluency deficits and procedural deficits are dissociable and may represent distinct subgroups of MLD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».