<i>vgck</i> versus <i>vack</i>: The contributions of children's early sub‐lexical orthographic knowledge to gains in word reading
Notice bibliographique
Résumé
Background Young children clearly know quite a bit about the conventions of written language; for instance, 5‐year‐old children are sensitive to the fact that words tend to include both consonants and vowels, rather than just one or the other. The core theoretical debate lies in whether this understanding of sub‐lexical orthographic regularities predicts children's reading development. To provide empirical data on this question, we examined whether individual differences in sub‐lexical orthographic knowledge were related to gains in word reading over a year. Methods We measured sub‐lexical orthographic knowledge in Grade 1 by asking children to choose which of two letter‐strings looked most word‐like: one containing vowels and consonants and one containing all consonants or all vowels (e.g., vack vs vgck or uaie , respectively). Children completed control measures of phonological awareness, vocabulary and nonverbal ability in Grade 1. Word reading was measured in both Grades 1 and 2. Results Linear regression analyses identified a small but significant and unique contribution of sub‐lexical orthographic knowledge in Grade 1 to word reading in Grade 2, after controls for the above measures as well as age, parental education and the auto‐regressor of Grade 1 word reading. Conclusions This finding suggests a role for knowledge of sub‐lexical orthographic regularities in children's gains in word reading.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».