Specificity, Co-Occurrence, and Growth: Math and Reading Skill Development in Children With Learning Disabilities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Learning disabilities are challenging to characterize because they evolve throughout development, frequently co-occur, and have varying domain specificity. Addressing these challenges, we analyzed longitudinal patterns of growth, co-occurrence, and specificity manifesting in the math and reading skills of children with and without learning disabilities. With a sample of 498 Grade 1 U.S. children followed for 5 years, we used linear mixed-effects models to explore group-level differences among children with math disability (MD), reading disability (RD), co-occurring disability, and no disability. Findings revealed: Math and reading trajectories of children with learning disabilities parallel those of children without disabilities. Skill growth slows over time, regardless of skill level, suggesting disability-related impairments will not resolve without intervention. Impairment levels and growth trajectories of children with co-occurring disabilities match the within-domain patterns of children with isolated disabilities, supporting a longitudinally maintained additive model of co-occurrence. MD and RD show varying specificity. MD impairments are domain-specific and become more pronounced over time. RD impairments impact both domains early, become more domain-specific over time, but maintain curriculum-contingent math deficits. Findings suggest early math intervention should balance linguistic and conceptual support, as the source of a child's math difficulties may not be clear until well into elementary school.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle