From Schools to Scans: A Neuroeducational Approach to Comorbid Math and Reading Disabilities
Notice bibliographique
Résumé
We bridge two analogous concepts of comorbidity, dyslexia-dyscalculia and reading-mathematical disabilities, in neuroscience and education, respectively. We assessed the cognitive profiles of 360 individuals (mean age 25.79 ± 13.65) with disability in reading alone (RD group), mathematics alone (MD group) and both (comorbidity: MDRD group), with tests widely used in both psychoeducational and neuropsychological batteries. As expected, the MDRD group exhibited reading deficits like those shown by the RD group. The former group also exhibited deficits in quantitative reasoning like those shown by the MD group. However, other deficits related to verbal working memory and semantic memory were exclusive to the MDRD group. These findings were independent of gender, age, or socioeconomic and demographic factors. Through a systematic exhaustive review of clinical neuroimaging literature, we mapped the resulting cognitive profiles to correspondingly plausible neuroanatomical substrates of dyslexia and dyscalculia. In our resulting "probing" model, the complex set of domain-specific and domain-general impairments shown in the comorbidity of reading and mathematical disabilities are hypothesized as being related to atypical development of the left angular gyrus. The present neuroeducational approach bridges a long-standing transdisciplinary divide and contributes a step further toward improved early prediction, teaching and interventions for children and adults with combined reading and math disabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».