MétaCan
Menu
← Retour à la cohorte
Enregistrement W4324378510 · doi:10.31234/osf.io/ats58

Neural Activation during Phonological Processing in Primary-School Children with Limited Reading Experience: Insights from Rural Côte d’Ivoire

2023· preprint· en· W4324378510 sur OpenAlexafffund
Kaja Kinga Jasińska, Shakhlo Nematova, Henry Brice, Xinyi Yang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJacobs FoundationUniversity of TorontoUniversity of Delaware
Mots-clésReading (process)PsychologyDevelopmental psychologyLiteracyReciprocalNeuroimagingPhonologyPhonological awarenessLearning to readLanguage developmentCognitive psychologyNeuroscienceLinguisticsPedagogy

Résumé

récupéré en direct d'OpenAlex

Phonological awareness (PA) is an important predictor and outcome of reading. Yet, little is known about the reciprocal relation between PA and reading across development without consistent reading experience (e.g., due to limited access to quality education and late enrolment in school). We tested the hypothesis that variable reading experience in childhood influences neural activation in regions involved in language and reading processing—left frontal and temporoparietal cortex. Sixty-nine primary-school children (Mage=10.4) from rural low-literacy communities in Côte d’Ivoire completed a PA task while undergoing fNIRS neuroimaging and a reading battery. We observed differences in left inferior frontal and bilateral temporoparietal activation for younger versus older children with similar reading skills, suggesting neural activation for phonological processing depends on the age when children have reading experience. Without consistent access to quality education, children may miss out on reciprocal interactions between phonological processing and reading shaping language processing in the brain.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy Development→Travaux en français237 207→