A Meta-analysis of Morphological Awareness Deficits in Developmental Dyslexia
Notice bibliographique
Résumé
Purpose We performed a meta-analysis to examine if children with dyslexia experience deficits in morphological awareness (MA) and if the effect sizes are influenced by different moderators (age, aspect of MA measured, type of MA task, language, modality input, semantic knowledge, and selection criteria).Method We reviewed 40 studies published in English between January 1990 and August 2021, representing a total of 5,018 participants (age range = 5.1–13.9 years). Studies with adults or English language learners were excluded. There were 49 independent samples in the chronological-age (CA) – dyslexia (DYS) comparison and 18 independent samples in the comparison between DYS and reading–level (RL) controls.Results A random-effects model analysis revealed a large effect size for the CA–DYS comparison (g = 1.11) and a non-significant effect size for the RL–DYS comparison (g = −0.08). Age was the only significant moderator of the effect sizes.Conclusion These findings suggest, first, that individuals with dyslexia experience significant difficulties in MA and second, that the effect sizes are as large as those reported for phonological awareness, rapid automatized naming, and orthographic knowledge. The lack of a significant RL-DYS difference indicates that MA is not a core causal feature of dyslexia.
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 | 0,018 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,035 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».