La dynamique spatio-temporelle de l’attention en lecture chez les dyslexiques
Bibliographic record
Abstract
La dyslexie est un trouble neurodéveloppemental nuisant au développement normal de la fluidité en lecture. Certains processus de base à la lecture pourraient être atteints chez les dyslexiques et entraîner des répercussions touchant les représentations de haut niveau des mots en découlant : orthographique, phonologique et sémantique. Un de ces processus de base est le déploiement spatio-temporel de l’attention sur des séquences de stimuli multiples alignés à l’horizontale. L’efficacité de ce déploiement pourrait être étroitement liée à l’expertise en lecture chez les normo-lecteurs, et des irrégularités dans celui-ci pourraient être observées chez des dyslexiques. Malheureusement, la caractérisation de ce déploiement en contexte de reconnaissance de mots écrits, son implication dans la vitesse de lecture et (potentiellement) même dans certaines habiletés langagières demeurent largement sous-spécifiées. Le premier article de cette thèse vise à révéler les divergences du déploiement de l’attention dans le temps et dans l’espace pendant la reconnaissance d’un mot familier chez un groupe d’adultes dyslexiques par rapport à un groupe de normo-lecteurs. Les groupes sont appariés en termes d’âge et de fonctionnement intellectuel. Cet objectif est poursuivi avec la technique de sonde attentionnelle. Les résultats révèlent que les dyslexiques dirigent moins de ressources attentionnelles vers la première lettre d’un mot, ce qui est sous-optimal considérant que la première lettre d’un mot est particulièrement informative sur son identité. Le deuxième article de cette thèse vise à déterminer si les habiletés en lecture de texte et de traitement phonologique chez les dyslexiques peuvent bénéficier d’un entraînement attentionnel court. Un protocole utilisant un entraînement visuo-attentionnel (NeuroTracker) et un entraînement placebo chez une vingtaine d’adultes dyslexiques met en évidence des gains systématiques immédiatement après l’entraînement actif. L’ordre des entraînements (actif puis placebo, ou placebo puis actif) était contrebalancé entre deux groupes. Ces gains s’observent en vitesse de lecture, et même au niveau de la conscience phonologique. Le troisième article de cette thèse apporte finalement une contribution additionnelle significative pour l’évaluation de la vitesse de la lecture chez les adultes universitaires franco-québécois. L’utilisation des phrases-tests d’un outil existant (MNRead) a été intégrée à un protocole de présentation visuelle sérielle rapide pour l’évaluation de la vitesse de lecture. En plus de cet ensemble de phrases-test, quatre autres ensembles de phrases-test ont été normés. L’outil développé permet d’obtenir une mesure de la vitesse de lecture fiable chez un même individu à différentes reprises (Exp. 1) et il satisfait différents standards psychométriques (Exps. 1 et 2), en étant notamment sensible à la présence des difficultés en lecture retrouvées chez les dyslexiques (Exp. 2). En somme, il appert que certains processus visuo-attentionnels sous-tendent l’expertise en lecture et que ceux-ci pourraient présenter des irrégularités chez les dyslexiques. La caractérisation d’un déploiement attentionnel sous-optimal en reconnaissance de mots familiers tout comme les bénéfices obtenus en lecture et en traitement phonologique subséquents à un entraînement attentionnels mettent en lumière l’importance de ces processus de base en lecture.
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 | 0.000 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".