MétaCan
Menu
Retour à la cohorte
Enregistrement W2808871647 · doi:10.1017/s0142716418000127

The role of morphology in word naming in Spanish-speaking children

2018· article· en· W2808871647 sur OpenAlexaff
Maria D’Alessio, Virginia Jaichenco, Maximiliano A. Wilson

Notice bibliographique

RevueApplied Psycholinguistics · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesSecretaría de Ciencia y Técnica, Universidad de Buenos AiresUniversidad de Buenos AiresConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésFluencyPsychologyPronunciationReading (process)Word recognitionGraphemeLinguisticsWord (group theory)Morphology (biology)Cognitive psychology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The role of morphology in word recognition during reading acquisition in transparent orthographies is a subject that has received little attention. The goal of this study is to examine the variables affecting the fluency and accuracy for morphologically complex word reading across grade levels in Spanish. We conducted two word-naming experiments in which morphological complexity and word frequency were factorially manipulated. Experiment 1 was a cross-sectional study with 2nd-, 4th- and 6th-grade children as participants. In Experiment 2, a longitudinal study, a sample of the children in 2nd and 4th grades in Experiment 1 were retested with the same stimuli 2 years later in order to explore the evolution of morphology and frequency effects. Analyses of reading latencies and accuracy in both experiments showed that grade and frequency affected both reading fluency and accuracy. Morphology only affected fluency, irrespective of grade. In accordance with previous literature in Italian, we conclude that when learning to read in transparent orthographies, morphology mostly benefits reading fluency since accurate pronunciation can be achieved through grapheme-to-phoneme conversion rules.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,297
Écart entre enseignants0,287 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied PsycholinguisticsMême sujetReading and Literacy DevelopmentTravaux en français237 207