El rol de la morfología en el proceso de aprendizaje de la lectura en español
Bibliographic record
Abstract
En lenguas con distintos sistemas ortográficos como el inglés, francés, finés e italiano se encontraron efectos de la presencia de morfemas en tareas que involucran el procesamiento de palabras escritas durante el desarrollo lector. Esta sensibilidad a la morfología se observa muy tempranamente en los lectores y también se ha descripto en niños con dificultades en la lectura. El objetivo del trabajo que se informa fue obtener evidencia acerca del rol de la morfología durante el proceso de aprendizaje de la lectura en español. Para ello se evaluaron tres grupos de niños de segundo a cuarto grado con tareas de decisión léxica y de lectura en voz alta, utilizando palabras y no palabras morfológicas, compuestas por dos morfemas en una combinación nueva y no palabras simples, sin componentes morfológicos. Los resultados mostraron, por un lado, un efecto de frecuencia para el procesamiento de palabras en ambas pruebas y, por otro, un efecto de interferencia de los morfemas en la tarea de decisión léxica y de facilitación en la lectura en voz alta para las no palabras compuestas por morfemas. Estos efectos se interpretan como el resultado del desarrollo temprano de un léxico ortográfico que incluye morfemas como unidades de representación utilizadas por los lectores iniciales para el reconocimiento y la lectura de estímulos nuevos. Esto se produce en detrimento de los procesos sublexicales que usualmente se utilizan para procesar estos estímulos nuevos y que son más lentos y laboriosos puesto que procesan unidades menores que el morfema o la palabra completa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".