Testing mechanisms underlying children’s reading development: The power of learning lexical representations.
Notice bibliographique
Résumé
Prominent theories of reading development have separately emphasized the relevance of children's skill in learning (Share, 2008) and lexical representations (Perfetti & Hart, 2002). Integrating these ideas, we examined whether skill in learning lexical representations is a mechanism that might explain children's reading development. To do so we conducted a longitudinal study, following 139 children from Grades 3 to 5. In Grade 3, children completed measures of word reading and reading comprehension and again at Grade 5. In Grade 4, children read short stories containing novel words; they were later tested on their memory for the spellings and meanings of these new words, capturing orthographic and semantic learning, respectively. Using multiple-mediation path analysis, we tested whether children's skill in learning orthographic and semantic dimensions of new words was a mediator of individual differences in each of word reading and reading comprehension. In models controlling for nonverbal ability, working memory, vocabulary, and phonological awareness, we found two clear effects: individual differences in orthographic learning at Grade 4 mediated the gains that children made in word reading between Grades 3 and 5 and individual differences in semantic learning at Grade 4 mediated gains in reading comprehension over the same time period. These findings suggest that children's ability to learn lexical representations is a mechanism in reading development, with orthographic effects on word reading and semantic effects on reading comprehension. These findings show the power and the specificity of children's capacity to learn in determining their progress in learning to read. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».