JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

用于评估阅读中一般领域和特定领域技能的多媒体电池是一种可靠且有效的多媒体电池,旨在评估认知和基本阅读技能。它能够生成全面的认知和阅读表现概况,这对阅读障碍儿童特别有益。

摘要

阅读技能的获得是一个复杂的过程,需要培养各种通用领域和特定领域的能力。因此,许多孩子努力保持年级水平的熟练程度也就不足为奇了,尤其是在面临跨越两个领域的多种能力的挑战时,正如在有阅读困难的人中观察到的那样。引人注目的是,尽管阅读困难是影响学龄儿童最普遍的神经发育障碍之一,但大多数可用的诊断工具都缺乏一个全面的框架来评估与阅读障碍相关的全方位认知技能,计算机化选项最少。值得注意的是,目前为讲西班牙语的儿童提供的具有这些功能的工具有限。本研究的目的是描述使用 Sicole-R 多媒体电池诊断有阅读困难的讲西班牙语的儿童的方案。这个小学工具的重点是评估科学文献规定的与阅读障碍相关的认知技能。具体来说,它专注于评估一系列已证明与阅读障碍有关的认知能力。这一重点基于以下观察:阅读障碍患者通常在该数字工具评估的几个认知领域表现出缺陷。证明了电池的稳健内部一致性和多维内部结构。这种多媒体电池已被证明是诊断小学阅读困难儿童的合适工具,提供全面的认知概况,不仅对诊断目的有价值,而且对定制个性化教学计划也很有价值。

引言

阅读障碍是一种神经发育障碍,其特征是难以准确和/或流利地识别单词以及拼写和解码能力差,其特征是尽管有常规指导、足够的智力和社会文化机会,但仍无法获得有效的阅读技能,但仍然出现意外和持续的困难1。这种神经生物学疾病通常表现为阅读、拼写和写作方面的挑战,主要是由于语音缺陷 2,3。"早期识别阅读障碍的重要性怎么强调都不为过,因为它允许及时干预和支持 4,5。正如科学文献所强调的那样,当学生在对干预的反应模型中没有超过 3 级时,必须对与阅读障碍相关的一般领域和特定领域的能力进行更全面的评估。这里介绍的技术的发展是基于进行彻底评估以确保提供适当的干预和支持的必要性。此外,以前的研究强调了基于技术的筛查工具(例如 Web 应用程序和计算机游戏)在促进有效筛查过程方面的效用 6,7。这些研究共同强调了阅读障碍的多方面性质,强调需要全面的评估和干预策略来解决阅读障碍个体的不同认知特征。尽管学龄儿童普遍存在阅读障碍,但大多数可用的诊断工具都缺乏全面评估一般领域和特定领域技能的框架。此外,计算机化选项很少,特别是对于讲西班牙语的人群。这种多媒体电池通过利用技术来促进对与阅读障碍相关的认知技能的详细评估,从而解决了这些差距。

阅读障碍的理论观点和认知缺陷
各种理论模型,包括语音学、快速听觉处理、视觉、大细胞和小脑理论,旨在解释阅读障碍的原因并为干预措施提供信息(参见综述)8。语音理论将阅读障碍归因于处理语言声音的困难9,而快速听觉处理理论将阅读障碍与感知快速变化的声音的缺陷联系起来10。视觉理论强调阅读困难的视觉方面,而大细胞理论指出视觉和听觉处理途径的障碍11。小脑理论表明,阅读障碍是由影响运动控制和认知功能的小脑损伤引起的12。Nicolson 和 Fawcett 的延迟神经承诺 (DNC) 框架假设技能获取缓慢和神经网络发展延迟是阅读障碍的核心。最近的模型,例如多重缺陷模型,提出阅读障碍是一种受遗传、认知和环境因素影响的复杂疾病 13,14,15。例如,Ring 和 Black14 支持多重缺陷模型,表明语音和认知加工缺陷都会导致阅读障碍的异质性。Soriano-Ferrer 等人15 对患有发育性阅读障碍 (DD) 的讲西班牙语的儿童进行了一项研究,发现命名速度、语言工作记忆和语音意识 (PA) 存在显着障碍。同样,Zygouris 等人 16 和 Rauschenberger 等人 6 强调了认知筛查工具在识别这些缺陷方面的重要性,阅读障碍个体的得分始终低于通常取得成就的同龄人。

检查阅读障碍筛查的技术方法:来自研究的见解
阅读障碍筛查的研究已经发展为三种主要方法:早期检测策略、结合各种评估的多方面筛查方法以及整合技术以提高效率17。Politi-Georgousi 最近的18 项系统评价强调了更多干预阅读障碍症状的应用,而不是筛查过程,与技术整合保持一致,以提高阅读障碍学生的阅读技能。存在各种工具,例如 Fawcett 和 Nicolson 的阅读障碍早期筛查测试 (DEST),它评估速度、语音技能、运动技能、小脑功能和知识19。"基于计算机的工具已经取得了进步,包括评估希腊儿童阅读和认知技能的 Web 应用程序20 以及 Hautala 等人 21 和 Rauschenberg 等人 6 使用游戏和机器学习来早期识别阅读障碍的工具。Ahmad et al. 将游戏与神经网络集成,检测准确率达到 95%22.不同正字法的研究强调了语音意识和快速自动命名在阅读障碍识别中的重要性23,24

对西班牙语儿童阅读障碍的见解
通过使用 Sicole-R 技术,对讲西班牙语的儿童阅读障碍的研究取得了显着进展。Jiménez 等人证明了它在评估跨年龄组阅读障碍方面的有效性,特别是在小学早期根据语音和句法处理区分阅读障碍和通常达到目标的读者25。Guzmán 等人研究了有语音挑战的阅读障碍儿童的命名速度缺陷,强调了阅读障碍与通过字母 RAN 和数字 RAN26 等任务测量的命名速度之间的相互作用。Jiménez 等人的进一步研究探讨了不同音节结构的语音意识缺陷27,而 Ortiz 等人调查了患有阅读障碍的西班牙儿童的语音感知缺陷,揭示了无论语音对比或语言单位如何,语音感知发展都存在障碍28,29。Jiménez 等人研究了阅读障碍的双重缺陷假说30,然后分析了认知过程和阅读障碍患病率的性别相关差异31,32。Rodrigo 等人探讨了西班牙阅读障碍儿童的词汇获取 33,Jiménez 等人仔细研究了句法处理缺陷34最后,Jiménez 等人研究了阅读障碍亚型的语音和正字法过程,突出了正字法路线效率的差异35。这些研究共同增强了我们对西班牙语人群阅读障碍的认知和语言挑战的理解。

所进行的研究在参与儿童的年龄和背景方面有几个共同特征。这些研究中纳入的儿童年龄从 7 岁到 14 岁不等。大多数研究集中在 7 至 12 岁的小学生身上,除了那些包括 14 岁以下儿童的研究,提供的样本从学龄前到青春期前31,32。参与的儿童主要来自西班牙的加那利群岛。此外,一些研究包括来自西班牙其他地区和危地马拉的样本31,32。参与者来自公立和私立学校,其背景包括城市和郊区。这些研究中代表的社会经济水平从中低阶层到工薪阶层和中产阶级不等。

总之,这些调查极大地促进了我们对阅读障碍复杂性的理解,为阅读障碍研究领域做出了贡献。该工具适用于多个伊比利亚美洲国家,包括西班牙、危地马拉、智利和墨西哥,有助于评估本研究的不同西班牙语样本的诊断准确性和精密度。

本研究旨在描述使用专用多媒体电池诊断有阅读困难的讲西班牙语的儿童的方案。主要目标是提供一个全面的评估工具,以评估与阅读障碍相关的一般领域和特定领域的技能。

实验装置概述
SICOLE-R 在 Java 2 平台标准版 (J2SE) 中编程。HSQL 数据库引擎用作数据库。该软件包括 6 个需要评估的主要模块:1) 感知处理,包括发声、放置和发音方式的任务;2) 语音处理,包括音素隔离、音素删除、音素分割和音素混合任务;3) 命名速度,包括以数字、字母、颜色和图片命名速度的任务;4) 正字法处理,包括词位和后缀的形态理解以及同音字理解的任务;5) 句法处理,包括性别、数字、虚词和语法结构任务;6) 语义处理,通过信息和叙述性文本影响阅读理解任务。在测试阶段开始之前,由教学代理提供每项任务的说明,并附有一到两次试验(取决于任务)和一次演示。此处说明了每个任务的应用程序协议。

在对研究样本使用多媒体电池之前,对每个国家(即墨西哥、危地马拉、厄瓜多尔和智利)的西班牙语模式进行了调整,包括对词汇、图像和其他相关内容的调整。所有拉丁美洲国家的管理条件都是相同的。学校内的管理环境必须安静,没有噪音、干扰和干扰。多媒体电池管理的持续时间从 3 到 4 节课不等,每节课 30 分钟,具体取决于学生的能力和年龄。由于它与大多数电子表格和统计数据处理系统的数据库兼容性,评估员可以分析每个孩子和每个任务的结果。关于数据收集,采用了两种不同的任务类型:1) 考官记录学生的口语表现,使用外部鼠标记录成功和错误的任务,以及 2) 要求学生通过单击选项独立选择选项的任务。

研究方案

该协议是根据拉古纳大学 (ULL) 的 Comité de Ética de la Investigación y Bienestar Animal(研究伦理和动物福利委员会,CEIBA)提供的指导方针进行的。这些数据是根据每个国家/地区的课程在不同时间收集的,仅从教育管理部门、学校和家长同意的学生那里收集信息。本研究中使用的测试电池已注册为知识产权,可以通过与 ULL 的转让协议获得。有关如何获得测试电池的更多信息,有兴趣的各方可以联系 ULL 的知识转移办公室 (OTRI)。

1. SICOLE-R 安装和准备

  1. 使用以下纳入标准来应用此工具:二年级到六年级的学生。使用以下排除标准:不包括有特殊教育需求的学生,即那些由于感觉障碍或获得性神经系统问题等因素而需要支持和有针对性的教育关注的学生。
    注意:评估是与学生单独在一个安静的空间内进行的,有电脑和良好的照明。需要带有适配麦克风的耳机,以方便接收任务指令和提高学生的表现。
  2. 要在计算机上安装软件,请以管理员身份执行文件,然后单击图标以打开该工具。打开应用程序后,会出现一个初始界面,显示各种操作选项。
  3. 在开始评估之前填写将执行任务的学生信息。输入他们的数据后,将他们记录在学生列表中,以后可以修改他们的信息。
  4. 每次添加新学生时,在开始任务之前都会显示一个测试屏幕。在此屏幕上,要求学生点击将出现在屏幕上的启动。
    注意:这个小游戏的目标是建立评估学生运动控制的基线。它允许监控电机速度的个体差异,因为软件通过按键盘上的键来记录响应。这个小游戏只出现一次。
  5. 在开始评估之前,请考官给出以下说明:现在,您将进入一个具有不同大门的虚拟马戏团环境。每个门都通向您将参与的有趣活动。一个小丑将引导您穿过这些大门,并解释每项活动中该做什么。请坐在考官旁边,仔细听说明。确保在每项任务中做到最好。享受探索和完成这些活动的乐趣!
  6. 通过选择计划进行评估的学生并单击 Start 部分来开始任务。主菜单包括 5 个彩色门,每个门对应一个要评估的模块。
  7. 每项任务都以介绍性说明开始,要求学生注意这一点。学生们被告知游戏的性质,并在教学代理人的协助下指导如何玩它。确保代理为每项任务提供口头指示,通过模型举例说明程序,并提供示例供学生效仿。
  8. 完成示例后,确保教学代理提供相应的反馈,允许学生在示例执行错误时重做示例,然后评估开始。
    注意:教学代理是一个虚拟角色,旨在指导学生完成任务。这个角色要求代理具有清晰易懂的语音,并能够根据学生的反应提供教学指导、任务建模和反馈。教学代理必须被编程为在任务期间根据学生的输入一致和准确地做出响应。

2. SICOLE-R 任务

  1. Yellow Door:使用语音感知任务的感知处理模块
    1. 在计算机上打开该程序。导航到程序界面中的黄色门。单击 其中一个可用的子任务 以启动任务:(1) 发声,(2) 发音方式,以及 (3) 放置。
    2. 允许教学代理为学生提供教学指导和任务建模。代理应该说:现在我们将听到成对的音节。如果音节相同,请按蓝色按钮;如果它们不同,请按红色按钮。看看我是怎么做的。现在轮到您举这些例子了。
    3. 向学生展示两个项目示例:/ba/-/pa/;/ja/-/ka/。如果对相同,则再次指导学生选择蓝色圆圈,如果它们不同,则选择红色按钮。
    4. 任务完成后,确保教学代理根据示例中学生的答案提供反馈。示例完成后,允许代理指示学生启动任务。
    5. 选择圆圈(蓝色或红色)的过程将在整个任务中保持一致,记录命中和未命中。如果学生需要再次听到这对音节,请单击 扬声器图标 再次重播。请注意,每个项目只允许额外播放一次。
  2. Pink Door:语音感知模块
    1. 音素分割任务
      1. 在计算机上打开该程序。导航到程序界面中的粉红色门。选择 Phoneme Segmentation 以选择任务。
      2. 允许教学代理为学生提供教学指导。代理应该说:现在我们将专注于音素分割。请观看我演示。然后,您将看到两个示例项。
      3. 向学生展示两个示例项目。让学生大声说出他们对每个单词的回答。
      4. 使用外接鼠标单击蓝色按钮可获得正确响应,单击红色按钮可获得错误响应。确保教学代理根据学生对示例的回答提供反馈。
      5. 在示例之后,确保教学代理指示学生开始任务。
    2. 音素混合任务
      1. 在计算机上输入该程序。导航到程序界面中的粉红色门。选择 Phoneme Blending 以选择任务。
      2. 允许教学代理为学生提供教学指导。代理说:现在我们将专注于音素合成。请观看我演示。然后,您将看到两个示例项。
      3. 向学生展示两个示例项目。让学生大声说出他们对每个单词的回答。
      4. 使用外部鼠标单击蓝色按钮以获得准确的响应,使用红色按钮获得不准确的响应。确保教学代理根据学生对示例的回答提供反馈。
      5. 在示例之后,允许教学代理指导学生启动任务。该过程在整个任务执行过程中保持一致,记录准确和不准确的响应。
      6. 如果学生需要再次听一个单词,请单击 Parrot 图标 进行重播。请注意,每个项目只允许重播一次。
    3. 音素隔离任务
      1. 在计算机上打开该程序。导航到程序界面中的粉红色门。单击 Phoneme Isolation 以选择任务。
      2. 允许教学代理为学生提供教学指导和任务建模。代理应该说:现在我们将专注于隔离音素。请观看我演示。然后,您将看到两个示例项。您的任务是单击名称与目标单词相同声音的图像。
      3. 向学生展示两个示例项目。观察学生是否点击了与目标单词具有相同发音的图片。
      4. 确保教学代理根据学生对示例的回答提供反馈。在示例之后,确保代理指导学生开始任务。
      5. 该过程在整个任务中保持一致,记录命中和未命中。如果学生需要额外聆听某个单词,请单击 扬声器图标 以重播该单词。请注意,每个项目只允许重播一次。
    4. 音素删除任务
      1. 在计算机上打开该程序。导航到程序界面中的粉红色门。选择 Phoneme Deletion 以选择任务。
      2. 允许教学代理提供教学指导并向学生演示任务。代理应该说:现在我们将专注于音素删除。请观看我演示。然后,您将看到两个示例项。
      3. 向学生展示两个示例项目。让学生大声说出每个单词的答案。
      4. 使用外接鼠标单击蓝色按钮可获得正确答案,单击红色按钮可获得错误答案。确保教学代理根据学生对示例的回答提供反馈。
      5. 在示例之后,确保教学代理指示学生启动任务。该过程在整个任务执行过程中保持一致,记录正确和错误的响应。
      6. 如果学生需要再次听一个单词,请单击 扬声器图标 进行重播。请注意,每个项目只允许重播一次。
  3. Orange Door:命名速度和正字法模块
    1. 快速自动命名 (RAN) 任务
      1. 在计算机上访问该程序。继续程序界面中的橙色门。选择 Naming Speed (命名速度 ) 以选择任务。
      2. 允许教学代理提供指导并演示任务。演示命名速度模块的字母 RAN 子任务的示例。
      3. 让学生大声说出他们的答案。如果示例中的响应准确,请选择屏幕上的蓝色按钮。如果不正确,请单击红色按钮。
      4. 确保教学代理根据学生的回答提供反馈。在示例之后,确保 Pedagogical Agent 启动任务。
      5. 通过单击鼠标左键开始计时来启动任务。在任务期间,屏幕上会出现一个元素矩阵,具体取决于子任务。
      6. 让学生大声说出矩阵的元素并按顺序说出。同时,记录学生犯的任何错误。
      7. 对于每个错误,使用外部鼠标的右键来注册错误数。学生完成元素命名后,再次按下左按钮以结束计时并完成该子任务的任务。完成第一个子任务(字母 RAN)后,下一个子任务(编号 RAN)将按照相同的过程自动显示。此过程将继续用于其余子任务(颜色 RAN 和对象 RAN)。
    2. "词位和后缀"任务
      1. 在计算机上访问该程序。导航到平台界面中的橙色门,然后单击 词位和后缀 以选择任务。
      2. 使教学代理能够为学生提供教学指导和任务建模,包括学生使用外部鼠标选择与目标单词对应的图像的示例项。
      3. 确保教学代理根据学生对示例的回答提供反馈,然后指示学生开始任务。
      4. 在整个任务执行过程中保持程序的一致性,提示学生为所呈现的每个项目选择与目标词相对应的图像,并记录正确的命中和错过的回答。
    3. 同音字理解任务
      1. 在计算机上访问该程序。导航到平台界面中的橙色门。单击 Homophone Comprehension 以选择 Task。
      2. 使教学代理能够为学生提供教学指导和任务建模。展示一个示例项目,提示学生使用外部鼠标选择与目标单词对应的图像。
      3. 确保教学代理根据学生对示例的回答提供反馈,并指示学生按照示例演示开始任务。
      4. 在整个任务执行过程中保持过程步骤的一致性。提示学生为呈现的每个项目选择与目标单词对应的图像。
      5. 在任务执行期间记录正确的命中和错过的响应。
  4. Green Door:句法处理模块
    1. 性别任务
      1. 在计算机上打开该程序。导航到程序界面中的绿色门。单击 Gender 以选择任务。
      2. 允许教学代理为学生提供指导和任务建模。提出两个示例供学生完成,要求他们根据自己的性别一致性使用外部鼠标点击每个句子中的相应单词。
      3. 确保教学代理根据学生对示例的回答提供反馈。在示例演示之后,确保教学代理指导学生开始任务。
      4. 在整个任务执行过程中,保持过程的一致性。提示学生根据他们的性别一致性点击每个句子中的相应单词。
      5. 在任务执行期间收集正确和错误的响应。
        注意:与西班牙语不同,英语在语法中不区分性别。
    2. 编号任务
      1. 在计算机上打开该程序。导航到程序界面中的绿色门。单击 Number 以选择任务。
      2. 允许教学代理为学生提供指导和任务建模。展示两个示例供学生完成,要求他们使用外部鼠标根据他们的数字一致性单击每个句子中的相应单词。
      3. 确保教学代理根据学生对示例的回答提供反馈。在示例演示之后,确保教学代理指导学生开始任务。
      4. 在整个任务执行过程中,保持过程的一致性。提示学生根据他们的数字一致性点击每个句子中的相应单词。
      5. 在任务执行期间收集命中和未命中。
        注意:与西班牙语不同,英语在语法中不区分数字。
    3. 功能词任务
      1. 在计算机上打开该程序。导航到程序界面中的绿色门。单击 Functional Words 以选择任务。
      2. 允许教学代理为学生提供指导和任务建模。展示两个示例供学生完成,要求他们根据句子的上下文使用外部鼠标单击每个句子中相应的虚词。
      3. 确保教学代理根据学生对示例的回答提供反馈。在示例演示之后,确保教学代理指导学生开始任务。
      4. 在整个任务执行过程中,保持过程的一致性。提示学生根据句子的上下文点击每个句子中相应的虚词。
      5. 在任务执行期间收集正确和错误的响应。
    4. 语法结构任务
      1. 在计算机上打开该程序。导航到程序界面中的绿色门。选择 Grammatical Structure 以选择任务。
      2. 允许教学代理为学生提供指导和任务演示。展示两个示例供学生完成,要求他们使用外部鼠标为每张图片单击适当的句子。
      3. 确保教学代理根据学生对示例的回答提供反馈。在示例演示之后,确保教学代理指导学生开始任务。
      4. 在整个任务执行过程中,保持过程的一致性。提示学生使用外部鼠标单击每张图片的相应句子。
      5. 在任务执行期间捕获正确和错误的响应。
  5. Blue Door:使用阅读理解任务的语义处理模块
    1. 在计算机上打开该程序。继续程序界面中的蓝色门。选择 The Fruits 作为信息性文本,或选择 Tino's Getaway 作为叙述性文本。
    2. 允许教学代理为学生提供任务说明。选择文本类型后,在屏幕上显示文本。
    3. 学生必须阅读文本并记住最相关的信息。阅读完后,让学生使用外接鼠标点击屏幕上的箭头,表示阅读完成,然后继续下一部分。
    4. 允许教学代理指导学生阅读问题并使用外部鼠标选择正确答案。学生阅读问题并相应地选择正确答案。

3. 数据分析

  1. 为了评估多媒体电池在西班牙语人群中的结构有效性和诊断准确性,请使用验证性因子分析 (CFA) 和受试者工作特征 (ROC) 曲线分析。
  2. 执行 CFA 以验证多媒体电池的潜在因子结构。此分析允许检验数据符合基于理论期望的预定义结构的假设。
  3. 使用多个拟合指数评估模型拟合,包括比较拟合指数 (CFI)、Tucker-Lewis 指数 (TLI)、近似均方根误差 (RMSEA) 和标准化均方根残差 (SRMR)。CFI 和 TLI 值大于 0.90,RMSEA 值小于 0.08,SRMR 值小于 0.08,表示模型拟合良好。
  4. 要确定多媒体电池的诊断准确性,请执行 ROC 曲线分析。这种方法允许评估测试正确分类有和没有阅读困难的个体的能力。ROC 曲线下面积 (AUC) 提供了测试总体准确性的度量。AUC 为 0.5 表示没有诊断能力,而 AUC 为 1.0 表示诊断能力完美。
  5. 通过分析各种阈值水平的灵敏度和特异性来确定电池的最佳截止点。
  6. 通过采用 CFA 和 ROC 曲线分析,对多媒体电池进行全面评估,确认其在讲西班牙语的人群中的构建有效性和诊断准确性。

结果

样本研究
样本包括来自西班牙 (N = 325)、墨西哥 (N = 169)、危地马拉 (N = 227) 和智利 (N = 160) 的 881 名参与者,他们都是以西班牙语为母语的人。样本分为两组: 阅读障碍 (RD) 组 451 人和正常阅读者 (NAR) 组 430 人。有特殊教育需要的儿童——那些由于感觉障碍、神经系统问题或其他情况而需要支持和特殊教育关注的儿童——被排除在外,因为这...

讨论

在本研究中,采用验证性因子分析 (CFA) 来评估 Sicole-R 电池的因子结构,包括一个二阶因子和六个代表不同模块的潜在变量。结果表明良好的模型拟合度、收敛效度和可靠性,证实了电池在评估对阅读障碍患者至关重要的一整套认知和阅读技能方面的功效。重要的是,该数字工具在西班牙、墨西哥、危地马拉和智利的不同人口群体中的一致表现表明,它在各个西班牙语...

披露声明

上面列出的作者证明,本研究不存在经济利益或其他利益冲突。

致谢

我们衷心感谢 Programa de la Agencia Española de Cooperación con Iberoamérica (AECI) 提供的支持,使技术工具 Sicole-R-Primaria 能够通过项目 Evaluación de procesos cognitivos en la lectura mediante ayuda asistida a través de ordenador en población escolar de educación primaria(阅读中的认知过程评估)适应伊比利亚美洲空间内不同国家的西班牙语变体危地马拉(参考文献:A/3877/05)、厄瓜多尔(参考文献:C/030692/10)、墨西哥(参考文献:A/013941/07)和智利(参考文献:A/7548/07)的小学生人口计算机辅助辅助。此外,我们要衷心感谢美洲开发银行 (IDB) 在伊比利亚美洲国家教育、科学和文化组织 (OEI) 的中介下对巴拿马教育部 (MEDUCA) 的财政支持。这笔资金使 Sicole-R 能够在计算机和平板电脑上使用。我们还感谢在 PN-L1143 计划框架内提供的支持;4357/OC-PN,特别是对辅导员培训和教育资源审查的技术支持。此外,我们感谢外部产品和服务合同 (PEC),该合同旨在提供专门培训,以促进发现、识别和早期干预可能在阅读、写作和数学方面遇到困难的巴拿马学生。对于上述所有项目,第一作者担任首席研究员。

材料

NameCompanyCatalog NumberComments
Sicole-RUniversidad de La LagunaTF-263- 07

参考文献

  1. World Federation of Neurology. . Report of research group on Dyslexia and world illiteracy. , (1968).
  2. Diamanti, V., Goulandris, N., Campbell, R., Protopapas, A. Dyslexia profiles across orthographies differing in transparency: An evaluation of theoretical predictions contrasting English and Greek. Sci Stud Reading. 22 (1), 55-69 (2018).
  3. Shaywitz, S. . Overcoming dyslexia: A new and complete science-based program for reading problems at any level. , (2003).
  4. Heikki Lyytinen, H., Ronimus, H., Alanko, A., Poikkeus, N. M., Taanila, M. Early identification of dyslexia and the use of computer game-based practice to support reading acquisition. Nordic Psychol. 59 (2), 109-126 (2007).
  5. Tobia, V., Marzocchi, G. M. Cognitive profiles of Italian children with developmental dyslexia. Reading Res Quart. 49 (4), 437-452 (2014).
  6. Rauschenberger, M., Baeza-Yates, R., Rello, L. A universal screening tool for dyslexia by a web-game and machine learning. Front Comput Sci. 3, 628634 (2022).
  7. Ekhsan, H. M., Ahmad, S. Z., Halim, S. A., Hamid, J. N., Mansor, N. H. The implementation of interactive multimedia in early screening of dyslexia. Int Conf Innov Mgmt Tech Res. , 566-569 (2012).
  8. Jiménez, J. E. Dyslexia in Spanish. Prevalence and cognitive, cultural, family and biological indicators. , (2012).
  9. Hatcher, J., Snowling, M. J. The phonological representations hypothesis of dyslexia: From theory to practice. Dyslexia and Literacy, Theory and Practice. , (2002).
  10. Goswami, U. A temporal sampling framework for developmental dyslexia. Trends Cogn Sci. 15 (1), 3-10 (2011).
  11. Stein, J. F. The magnocellular theory of developmental dyslexia. Dyslexia. 7 (1), 12-36 (2001).
  12. Nicolson, R. I., Fawcett, A. J. Development of Dyslexia: The delayed neural commitment framework. Front Behav Neurosci. 21 (13), 112 (2001).
  13. Pennington, B. F., et al. Individual prediction of dyslexia by single versus multiple deficit models. J Abnorm Psychol. 121 (1), 212-224 (2012).
  14. Ring, J., Black, J. L. The multiple deficit model of dyslexia: what does it mean for identification and intervention. Ann Dyslexia. 68 (2), 104-125 (2018).
  15. Soriano-Ferrer, M., Nievas-Cazorla, F., Sánchez-López, P., Félix-Mateo, V., González-Torre, J. A. Reading-related cognitive deficits in Spanish developmental Dyslexia. Procedia - Social Behav Sci. 132, 3-9 (2014).
  16. Zygouris, N. C., et al. The implementation of a web application for screening children with Dyslexia. , (2016).
  17. Snowling, M. J., Hulme, C. . The Science of Reading: A Handbook. , (2021).
  18. Politi-Georgousi, S., Drigas, A. Mobile applications, an emerging powerful tool for Dyslexia screening and intervention: A systematic literature review. Int J Interact Mobile Technol. 14 (18), 4-17 (2020).
  19. Fawcett, A. J., Nicolson, R. I. The Dyslexia early screening test. Irish J Psychol. 16 (3), 248-259 (1995).
  20. Zygouris, N. C., et al. . The implementation of a web application for screening children with dyslexia Interactive Collaborative Learning. , (2017).
  21. Hautala, J., et al. Identification of reading difficulties by a digital game-based assessment technology. J Edu Comput Res. 58 (5), 1003-1028 (2020).
  22. Ahmad, N., Rehman, M. B., El Hassan, H. M., Ahmad, I., Rashid, M. An efficient machine learning-based feature optimization model for the detection of dyslexia. Comput Intell Neurosci. 9, 8491753 (2022).
  23. Rello, L., Baeza-Yates, R., Ali, A., Bigham, J. P., Serra, M. Predicting risk of dyslexia with an online gamified test. PLoS One. 15 (12), e0241687 (2020).
  24. Dębska, A., et al. The cognitive basis of dyslexia in school-aged children: A multiple case study in a transparent orthography. Dev Sci. 25 (2), e13173 (2022).
  25. Jiménez, J. E., et al. Discriminant validity of the Sicole-R-Primaria Multimedia Battery for the evaluation of cognitive processes associated with dyslexia. Revista de Investigación Educativa. 27 (1), 49-71 (2009).
  26. Guzmán, R., et al. Assessment of naming speed in reading learning difficulties. Psicothema. 16 (3), 442-447 (2004).
  27. Jiménez, J. E., et al. Is the deficit in phonological awareness better explained in terms of task differences or effects of syllable structure. Appl Psycholinguist. 26 (2), 267-283 (2005).
  28. Ortiz, R., et al. Locus and nature of perceptual phonological deficit in Spanish children with reading disabilities. J Learn Disabil. 40 (1), 80-92 (2007).
  29. Ortiz, R., et al. Development of speech perception in children with dyslexia. Psicothema. 20 (4), 678-683 (2008).
  30. Jiménez, J. E., et al. The Double-deficit hypothesis in Spanish developmental dyslexia. Topics Lang Disorders. 28 (1), 46-60 (2008).
  31. Jiménez, J. E., García de la Cadena, C. Learning disabilities in Guatemala and Spain: A cross-national study of the prevalence and cognitive processes associated with reading and spelling disabilities. Learning Disabilities Res Pract. 22, 161-169 (2007).
  32. Jiménez, J. E., de la Cadena, C. G., Siegel, L. S., O'Shanahan, I., García, E. Gender ratio and cognitive profiles in dyslexia: a cross-national study. Read Writ. 24, 729-747 (2011).
  33. Rodrigo, M., et al. Assessment of orthographic processing in Spanish children with dyslexia: the role of lexical and sublexical units. Revista Electrónica de Investigación Psicoeducativa y Psicopedagógica. 2 (2), 105-126 (2004).
  34. Jiménez, J. E., et al. Evaluation of syntactic-semantic processing in developmental dyslexia. Elect J Res Edu Psychol. 2 (2), 127-142 (2004).
  35. Jiménez, J. E., Rodríguez, C., Ramírez, G. Spanish developmental dyslexia: prevalence, cognitive profile, and home literacy experiences. J Exp Child Psychol. 103 (2), 167-185 (2009).
  36. Cuetos, F., Rodríguez, B., Ruano, R., Arribas, A. D. . PROLEC-R. Primary Reading Processes Assessment Battery - Revised. , (2005).
  37. Guzmán, R., Jiménez, J. E. Normative study on psycholinguistic parameters in children aged 6 to 8 years: Subjective familiarity. Cognitiva. 2, 153-191 (2001).
  38. Cohen, P., Cohen, J., Aiken, L., West, S. G. The problem of units and the circumstance for POMP. Multivariate Behav Res. 34, 315-346 (1999).
  39. R Core Team. R: A Language and Environment for Statistical Computing_. R Foundation for Statistical Computing. , (2023).
  40. Rosseel, Y. lavaan: An R package for structural equation modeling. J Stat Software. 48 (2), 1-36 (2012).
  41. Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., Rosseel, Y. . semTools: Useful tools for structural equation modeling. , (2022).
  42. Wickham, H. . ggplot2: Elegant graphics for data analysis. , (2016).
  43. Byrne, B. M. . Structural equation modeling with AMOS: Basic concepts, applications, and programming. , (2016).
  44. Vandenberg, R. J., Lance, C. E. A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Org Res Methods. 3 (1), 4-70 (2000).
  45. Hirschfeld, G., von Brachel, R. Multiple-Group confirmatory factor analysis in R - A tutorial in measurement invariance with continuous and ordinal indicators. Pract Assess Res Eval. 19 (7), 1-12 (2014).
  46. Sachs, M. C. plotROC: A Tool for Plotting ROC Curves. J Stat Softw. 79, 2 (2017).
  47. Jing, W., Yu, E. L. X., Motevalli, S. A comparison between cognitive assessment and neurobiology technology assessment of dyslexia: A literature review. Int J Acad Res Busi Soc Sci. 13 (4), 976-986 (2023).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

210

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。