MétaCan
Menu
Retour à la cohorte
Enregistrement W3201762137 · doi:10.1037/edu0000672

How you read affects what you gain: Individual differences in the functional organization of the reading system predict intervention gains in children with reading disabilities.

2021· article· en· W3201762137 sur OpenAlexaff
Noam Siegelman, Jay G. Rueckl, Mark van den Bunt, Jan C. Frijters, Jason D. Zevin, Maureen W. Lovett, Mark S. Seidenberg, Kenneth R. Pugh, Robin D. Morris

Notice bibliographique

RevueJournal of Educational Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of TorontoBrock University
Organismes subventionnairesNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentIsrael Science Foundation
Mots-clésPseudowordReading (process)PsychologyIntervention (counseling)Cognitive psychologyReading comprehensionTask (project management)ComprehensionWord recognitionPsychological interventionDevelopmental psychologyReading disabilityCognitionLinguisticsDyslexia

Résumé

récupéré en direct d'OpenAlex

graders) rely on two sources of information during an oral word reading task - print-speech correspondences and semantic imageability - before and after a phonologically-weighted intervention. We show that children who relied more on print-speech regularities and less on imageability pre-intervention had better intervention gains. In parallel, children who over the course of the intervention exhibited greater increases in their reliance on print-speech correspondences and greater decreases in their reliance on imageability had better intervention outcomes. Importantly, these two factors were differentially related to specific reading task outcomes, with greater reliance on print-speech correspondences associated with pseudoword naming, while (lesser) reliance on imageability related to word reading and comprehension. We discuss the implications of these findings for theoretical models of reading acquisition and educational practice.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,032
Tête enseignante GPT0,312
Écart entre enseignants0,280 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational PsychologyMême sujetReading and Literacy DevelopmentTravaux en français237 207