MétaCan
Menu
← Retour à la cohorte
Enregistrement W4246174000 · doi:10.31234/osf.io/t58mw

From Individual Word Recognition to Word List and Text Reading Fluency

2018· preprint· en· W4246174000 sur OpenAlexaff
Angeliki Altani, Athanassios Protopapas, Katerina Katopodi, George K. Georgiou

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFluencyReading (process)Word recognitionComputer scienceWord (group theory)Natural language processingSpeech recognitionArtificial intelligencePsychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

This study aimed to examine (a) the developing interrelations between the efficiency of reading individually presented words (i.e., isolated word recognition speed) and the efficiency of reading multiword sequences (i.e., word list and text reading fluency), (b) whether serial digit naming, indexing the ability to process multi-item sequences, accounts for variance in word list and text reading fluency beyond isolated word recognition speed, and (c) if these patterns of relations/effects differ between two alphabetic languages varying in orthographic consistency (English and Greek). In total, 710 Greek- and English-speaking children from Grades 1, 3, and 5 completed a serial digit naming task and a set of reading tasks, including unconnected words presented individually, unconnected words presented in lists, and sentences forming a meaningful passage. Our results showed that the relation between isolated word recognition speed and both word list and text reading fluency gradually decreased across grades, irrespective of contextual processing requirements. Moreover, serial digit naming uniquely predicted both word-list and text reading fluency in Grades 3 and 5, beyond isolated word recognition speed. The same pattern of results was observed across languages. These findings challenge the notion that individual word recognition and reading fluency differ only in text-level processing requirements. Instead, an additional component of processing multi-item sequences appears to emerge by Grade 3, after a basic level of both accuracy and speed in word recognition has been achieved, offering a potential mechanism underlying the transition from dealing with words one at a time to efficient processing of word sequences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,052
Tête enseignante GPT0,332
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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy Development→Travaux en français237 207→