MétaCan
Menu
Retour à la cohorte
Enregistrement W4366823796 · doi:10.1017/s0142716423000218

The growth trajectories of morphological awareness and its predictors

2023· article· en· W4366823796 sur OpenAlexaffabout
Tomohiro Inoue, George K. Georgiou, Rauno Parrila

Notice bibliographique

RevueApplied Psycholinguistics · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPhonological awarenessPsychologyVocabularyDevelopmental psychologyVocabulary developmentLiteracySentenceAnalogyLinguisticsMathematics educationTeaching methodPedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this study was to examine the early growth of morphological awareness and its predictors. We followed 172 English-speaking Canadian children (82 girls, 90 boys, M age = 75.56 months at the first assessment point) from Grade 1 to Grade 3 and assessed them on nonverbal IQ, phonological short-term memory, phonological awareness, letter knowledge, and vocabulary at the beginning of Grade 1 and on morphological awareness at the end of Grade 1, beginning and end of Grade 2, and beginning of Grade 3. Results of growth curve modeling showed different growth patterns for Word Analogy and Sentence Analogy. In addition, vocabulary and phonological awareness were associated with the initial status of morphological awareness, and phonological awareness and letter knowledge predicted the growth rate of morphological awareness. These findings suggest that code-related skills drive the development of morphological awareness during the early years of literacy instruction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,326
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied PsycholinguisticsMême sujetReading and Literacy DevelopmentTravaux en français237 207