MétaCan
Menu
Retour à la cohorte
Enregistrement W4399228819 · doi:10.1111/cdev.14121

Unraveling the complex interplay between statistical learning and working memory in Chinese children with and without dyslexia across different ages

2024· article· en· W4399228819 sur OpenAlexaff
Mei Zhou, Puyuan Zhang, Catherine Mimeau, Shelley Xiuli Tong

Notice bibliographique

RevueChild Development · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésPsychologyWorking memoryDevelopmental psychologyCognitive psychologyDyslexiaStatistical learningShort-term memoryDevelopmental dyslexiaStatistical analysisCognitionReading (process)LinguisticsNeuroscienceStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The relation between statistical learning and working memory in children with developmental dyslexia (DD) remains unclear. This study employed a distributional and a conditional statistical learning experiment and a working memory task to examine this relation in 651 Chinese 6- to 12-year-olds with and without DD (NDD = 199, 101 females; NwoDD = 452, 227 females; participated 2014–2019). Results showed working memory positively associated with recognizing high-predictable and familiar items in both groups, but negatively associated with recognizing unfamiliar items in the DD group only. These findings uncovered the complex interplay between statistical learning and working memory, demonstrating how different working memory abilities in children with and without DD relate to various statistical learning mechanisms at the item level.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,341
Écart entre enseignants0,315 · 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'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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207