Reading Fluency in Children and Adolescents Who Stutter
Notice bibliographique
Résumé
Speech fluency is a major challenge for young persons who stutter. Reading aloud, in particular, puts high demands on fluency, not only regarding online text decoding and articulation, but also in terms of prosodic performance. A written text has to be segmented into a number of prosodic phrases with appropriate breaks. The present study examines to what extent reading fluency (decoding ability, articulation rate, and prosodic phrasing) may be altered in children (9-12 years) and adolescents (13-17 years) who stutter compared to matched control participants. Read speech of 52 children and adolescents who do and do not stutter was analyzed. Children and adolescents who stutter did not differ from their matched control groups regarding reading accuracy and articulation rate. However, children who stutter produced shorter pauses than their matched peers. Results on prosodic phrasing showed that children who stutter produced more major phrases than the control group and more intermediate phrases than adolescents who stutter. Participants who stutter also displayed a higher number of breath pauses. Generally, the number of disfluencies during reading was related to slower articulation rates and more prosodic boundaries. Furthermore, we found age-related changes in general measures of reading fluency (decoding ability and articulation rate), as well as the overall strength of prosodic boundaries and number of breath pauses. This study provides evidence for developmental stages in prosodic phrasing as well as for alterations in reading fluency in children who stutter.
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 | 0,000 |
| 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 ».