Inferring Meaning From Meaningful Parts: The Contributions of Morphological Skills to the Development of Children's Reading Comprehension
Notice bibliographique
Résumé
Abstract Skilled reading comprehension is an important goal of educational instruction and models of reading development. In this study, the authors investigated how core skills surrounding morphemes, that is, the minimal units of meaning in language, support the development of reading comprehension. The authors specifically contrast the roles of morphological awareness and morphological analysis; the first refers to the awareness of and ability to manipulate morphemes in language, and the second refers to the use of morphemes in inferring the meaning of unfamiliar morphologically complex (multimorphemic) words. The authors evaluated these morphological skills in 197 English‐speaking students who were followed from grade 3 to grade 4; the analyses used stringent autoregressor controls to home in on predictors of gains over time. In addition to morphological awareness and morphological analysis, the authors assessed students' reading comprehension and controls for word reading, vocabulary, phonological awareness, nonverbal ability, and age. Multivariate autoregressive path analysis revealed that morphological analysis, but not morphological awareness, predicted gains in reading comprehension. Morphological awareness, for its part, predicted gains in morphological analysis. Taken together, the findings allude to a developmental trajectory whereby students' use of morphemes to infer the meanings of unfamiliar complex words supports the development of reading comprehension over time. The development of this skill, in turn, appears to be supported by a more general awareness of morphemes in language. These findings contribute to theory and reading instruction by clarifying the ways in which morphological skills support the development of students' reading comprehension.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».