Reading Fluency in Chinese Children With Reading Disabilities and/or ADHD: A Key Role for Morphology
Notice bibliographique
Résumé
The Triangle Model of Reading proposes that phonology, orthography, and semantics are crucial to understand word reading and reading disability (RD). Morphology has been added as a binding agent to this model. However, it is unclear how these variables relate to word reading in children with attention deficit/hyperactivity disorder (ADHD) or comorbid ADHD and RD (ADHD+RD). This study examined the performance of Chinese children with RD, ADHD, or ADHD+RD in phonology, orthography, semantics, and morphology, and investigated whether morphology made an additional contribution beyond the other skills in explaining word reading fluency. Participants were 151 Grade 1 to 3 Chinese students: RD ( n = 31), ADHD ( n = 43), ADHD+RD ( n = 27), and typically developing controls (TD, n = 50). Results indicated that children with ADHD+RD (a) showed similar performance to RD and ADHD in tone awareness, orthographic legality, and homophone morpheme awareness; (b) had similar performance to RD but worse than ADHD in phonology, semantics, and morpheme production; and (c) had more severe deficits than RD and ADHD in orthographic reversal, morpheme identification, and homograph awareness. Morphology significantly predicted word reading fluency beyond the other skills, and its predictive effect was more salient for ADHD+RD, ADHD, and TD. The findings provide evidence of both shared and additive effects of RD and ADHD. Morphology may be an important diagnostic factor in identifying Chinese reading and behavioral deficit groups and a worthwhile target for intervention.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».