Early cognitive predictors of language, literacy, and mathematics outcomes in the primary grades
Notice bibliographique
Résumé
• Recent cross-domain research is highlighting the shared and unique early cognitive predictors of later achievements in language, reading, and mathematics. • Early cognitive predictors clustered together as expected as well as overlapped in non-obvious ways (e.g., math tasks cross-loaded with early language and literacy). • Kindergarten verbal and symbolic skills independently predicted grade 1 outcomes. • By grade two, early verbal skills continued to predict language grades as did grade 1 marks, whereas symbolic skills had indirect effects through grade 1. • Results are discussed in terms of screening practices across academic domains. Recently, cross-domain research has shown that some early cognitive precursors of language, reading, and mathematics overlap and predict one another. This study investigated how early cognitive predictors across domains could predict future academic skills across domains using data from 563 students in kindergarten to second grade (ages 5 to 8; 288 males; largely monolingual English). The roles of verbal, symbolic, and magnitude comparison skills as predictors of later academic grades for various language and math subjects were examined. Results found that Grade 1 marks were predicted by kindergarten verbal and symbolic skills, while Grade 2 marks were predicted by verbal skills and Grade 1 as well as indirectly by symbolic skills via Grade 1. Results are discussed in light of the overlapping relationships between language, reading, and mathematics.
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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».