Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de méthode

Comparaison des ratios d’observation des phrases en lecture et écriture chez les élèves japonais ayant des difficultés d’écriture manuscrite

430 vues

⸱

DOI :

10.3791/69228

⸱

21 novembre 2025

1Faculty of Human Sciences, Waseda University

Dans cet article

Résumé

Cet article présente un protocole pour identifier le risque de difficultés d’écriture manuscrite (HD) chez les élèves japonais en utilisant des méthodes de suivi oculaire. Les élèves à risque de MH en milieu scolaire peuvent être identifiés en évaluant la proportion de phrases dénuées de sens dans leurs observations de stimulus, leur fluidité en écriture et leurs compétences en coordination motrice.

Résumé

Les élèves ayant des difficultés d’écriture manuscrite (HD) présentent souvent des difficultés visuo-motrices qui affectent l’écriture de phrases. Cependant, peu d’études ont comparé les mouvements oculaires des enfants en développement tipar (TD) en lecture et écriture. Des études récentes ont suggéré que la proportion de temps passé à observer les stimuli peut aider à identifier les problèmes de comportement chez les enfants ayant des troubles du développement. Cette étude a comparé les proportions d’observation de stimuli entre les élèves ayant des pairs en HD et TD. Les participants japonais de la MH (n = 12) et de la TD (n = 15) ont été examinés pour détecter les différences dans les mouvements oculaires lors de la lecture et de l’écriture de phrases japonaises, et ont comparé la performance en lecture et en écriture pour des phrases signifiantes et dénuées de sens. Les mouvements oculaires ont été enregistrés pendant que les participants écrivaient plusieurs phrases japonaises. Les résultats ont indiqué que les participants TD lisaient et écrivaient des phrases plus couramment que leurs pairs HD, bien qu’aucune différence de groupe n’ait été trouvée pour les tâches d’écriture pertinentes. Les participants de la MH observaient les phrases plus fréquemment dans les tâches de lecture et d’écriture que leurs pairs TD et montraient des périodes d’observation plus courtes et des ratios d’observation plus faibles pendant l’écriture manuscrite ; cependant, leurs proportions d’observation pendant la lecture étaient comparables. La régression logistique binaire a révélé que les lettres par minute, la proportion de temps consacrée à des observations d’écriture manuscrite sans signification, et les scores de coordination motrice étaient des indicateurs clés pour identifier les élèves atteints de MH. Ces résultats suggèrent que des périodes d’observation plus courtes et des proportions plus faibles d’observation stimulus lors de l’écriture reflètent la tendance d’un élève de la MH à simplement jeter un coup d’œil aux phrases plutôt qu’à les lire attentivement.

Introduction

L’écriture manuscrite est un comportement complexe qui nécessite l’intégration des compétences visuelles, motrices et cognitives 1,2,3,4,5. Des études récentes ont montré que les difficultés d’écriture manuscrite (MH) peuvent être détectées en faisant écrire des boucles cycloïdes sur le papier de gauche àdroite 2,3. Dans ces études, les participants en développement typique (TD) ont démontré des compétences similaires en intégration visuomotrice (VMI) pour les arrangements spatiaux et temporels, que leurs yeux soient ouverts ou fermés. Cependant, les élèves atteints de MH montraient de meilleures agencements spatiaux et temporels mais de moins bonnes performances en écriture les yeux fermés. En revanche, malgré des compétences VMI plus faibles, ils écrivaient moins précisément et couramment, avec une lisibilité moindre quand ils avaient les yeux ouverts. Ces résultats suggèrent que les déficits en compétences visuelles interfèrent avec la performance en écriture manuelle fluide chez les élèves atteints deHD 1,2,3. Cependant, Lopez et Vaivre-Douret 2,3 n’ont pas mesuré directement les données de performance visuelle, telles que les mouvements oculaires, ni comparé les compétences visuelles des élèves de la MH et TD. Ainsi, comparer les mouvements oculaires lors de l’écriture manuscrite entre les participants TD et MH peut aider à identifier les élèves à risque de MH dans les contextes quotidiens et scolaires.

Peu d’études ont examiné les schémas de mouvement oculaire chez les participants atteintsde MH 4,5, malgré l’importance de comparer ces schémas lors de l’écrituremanuscrite 6. Omori6 a analysé les mouvements oculaires chez les étudiants TD lors de la rédaction de phrases. Il a divisé les participants en deux groupes selon leurs compétences VMI et les a évalués à l’aide d’un test standardisé d’intégrationvisuo-moteur 7. Les résultats ont indiqué que les étudiants ayant de faibles compétences en IMV avaient des fixations plus longues et plus longues et regardaient plus fréquemment la phrase et leurs mains que les élèves ayant des compétences VMI plus élevées. En d’autres termes, de faibles compétences en IMV sont associées à de faibles compétences d’observation lors de l’écriture manuscrite. Une mauvaise performance en écriture manuscrite entraîne des temps d’observation plus longs, plus de fixations et des durées de fixation pluslongues 2,3,6. De plus, lorsque le nombre de regards vers ses mains et que les stimuli augmente, le ratio d’observation du stimulus, défini comme la durée totale de l’observation du stimulus par rapport à la durée totale de l’écriture manuscrite, diminue. Par conséquent, les participants à la MH passent une plus petite proportion de leur temps total d’écriture sur l’écriture manuscrite réelle, ce qui entraîne un taux d’observation inférieur à celui des participants de la TD 2,3. Les élèves TD avec de faibles compétences VMI ont également examiné plus fréquemment leurs mouvements de mains et leurs stimuli cibles, et ont montré des difficultés à intégrer les compétencesvisuomotrices 7. Cependant, les études précédentes n’ont évalué que les données de fixation, et non les données de regard, qui incluent à la fois les fixations et lessaccudes 6. Pour mieux capturer l’observation du stimulus lors de l’écriture manuscrite, il est conseillé de considérer à la fois les données de regard, qui incluent la durée et le nombre de visites, et les données de fixation, qui incluent la durée et le comptage de fixation. Par conséquent, examiner la relation entre la durée de la visite et les stimuli cibles sous forme de ratio d’observation peut aider à élucider les difficultés d’intégration visuomotrice associées à l’écriture manuscrite.

Sita et Taylor ont rapporté que les adultes TD avaient moins de fixations, des fixations moyennes plus courtes et des durées de visite plus courtes lors de la lecture comparativement à l’écriture de motsuniques 8. Cependant, il reste incertain si les élèves TD et MH présentent des schémas de mouvement oculaire similaires lors de la lecture et de l’écriture de phrases. De plus, la plupart des études antérieures se sont concentrées sur les languesalphabétiques 1,2,3,4,5,8, tandis qu’une seule étude a étudié l’écriture japonaise 6. Ainsi, la présente étude a comparé les schémas de mouvement oculaire chez les élèves TD et HD lors de la lecture et de l’écriture de phrases japonaises. Comme des travaux récents ont montré que les élèves ayant des difficultés de lecture peuvent être identifiés par la lecture nonverbale 9,10, des stimuli dénués de sens ont été inclus dans cette étude en plus de stimuli significatifs. Steacy et al. ont rapporté que les compétences de lecture de mots sans signification sont fortement associées au développement ultérieur d’une lecture significativedes mots 10. Bien que les modalités de réponse varient, comparer la rédaction de phrases significatives et dénuées de sens peut également aider à détecter les élèves atteints de MH. Par conséquent, les deux types de stimulus ont été préparés.

L’écriture de caractères chinois ou de kanji japonais devrait rendre plus difficile l’écriture manuscrite que l’écriture des lettresromaines 11. Tse et al. ont comparé le développement de l’écriture manuscrite chinoise et anglaise chez les enfants TD et MH et ont trouvé plus de difficultés en chinois, reflétant des problèmes de formation desAVC 11. Ils ont également rapporté une IMV inférieure, une perception visuelle (VP) inférieure et une motricité fine moins bonne chez la MH que les enfants TD, sans différences de performance en lectureentre groupes 11. Au Japon, environ 10 % des élèves du primaire dans les classes ordinaires ont des difficultésd’écriture 12. Kono, Hirabayashi et Nakamura ont démontré que la fluidité en écriture des élèves est passée de 13,08 lettres par minute (LPM) en 1ère à 31,26 LPM en 6e13e, tandis que leur fluidité en lecture est passée de 202,50 LPM en 1re à 461,90 LPM en 6e14e. Une autre étude utilisant un stylo numérique a rapporté des périodes d’écriture continues plus longues et moins de regards baissés sur le papier à mesure que les compétences en écriture manuscritese développaient 15. Noda et al. ont constaté que les élèves japonais ayant des troubles du développement, y compris la MH, ont des motricités fines moins bonnes et une attention à l’écriture soutenue moinsélevée 16. Pris ensemble, ces résultats11, 13, 15, 16 suggèrent que les élèves japonais atteints de MH ont une écriture LPM plus lente, des périodes d’écriture continue plus courtes, et des regards plus fréquents vers les stimuli et leurs mains que leurs pairs TD13. Bien que la durée d’écriture continue soit généralement mesurée à l’aide d’un stylo numérique, elle peut également être estimée à partir du suivi oculaire en comptant les fixations. Le calcul des lettres par fixation (L/FX) à partir des données de mouvement oculaire indique à quelle fréquence les individus doivent fixer chaque lettre, et la fréquence des regards en arrière peut être indexée comme un rapport d’observation utilisant la durée totale de la visite par rapport aux stimuli par rapport à la durée totale d’écriture. J’ai donc utilisé un suivi oculaire pour comparer L/FX comme l’intervalle d’observation et le pourcentage de VD comme rapport d’observation entre les élèves HD et TD.

Pour étudier les différences de mouvement oculaire lors de la lecture et de l’écriture de phrases japonaises, et pour comparer la performance des phrases pertinentes et dénuées de sens entre les élèves de HD et TD, les participants ont lu et écrit plusieurs phrases japonaises pendant que leurs mouvements oculaires étaient enregistrés. J’ai prédit que les élèves de la MH auraient une lecture et une écriture plus faibles LPM13, des périodes d’observation plus courtes avec des durées de fixation pluscourtes 6, et une proportion plus faible d’observations de stimulus en lecture et écriture comparé aux élèves TD 2,3,6. Je m’attendais à des mouvements oculaires distincts, à une diminution de la durée d’observation, et à des ratios d’observation plus faibles chez la HD par rapport aux étudiants TD.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Un consentement éclairé écrit a été obtenu des participants et de leurs parents ou tuteurs avant la participation. Le comité d’éthique institutionnel de l’Université Waseda (n° 2020-176) a approuvé cette étude.

1. Participants

  1. Installez le logiciel sur un ordinateur depuis le site web (voir Tableau des matériaux) pour déterminer la taille de l’échantillon par analyse de puissance.
    1. Cliquez sur le logiciel pour l’ouvrir.
    2. Dans l’onglet famille de tests, sélectionnez test F, et dans l’onglet Test statistique , sélectionnez ANOVA : Mesures répétées, entre les interactions. Dans la section Type d’analyse de puissance, choisissez A priori : Calculer la taille d’échantillon requise, donnée α , puissance et taille d’effet.
    3. Cliquez sur Déterminer, puis sélectionnez Direct dans la fenêtre contextuelle. Voici la partie η2 de l’étude précédente choisie (0,20 dans cette étude)6. Cliquez sur Calculer, puis Calculer et transférer à la fenêtre principale. Assurez-vous que la taille d’effet f dans le panneau des paramètres d’entrée a été mise à jour.
    4. Entrez 2 pour le nombre de groupes et 4 pour le nombre de mesures pour cette étude. Cliquez sur Calculer sur la page principale et confirmez que la taille totale de l’échantillon est de 12 pour cette étude.
      REMARQUE : Sur la base des tailles d’effet précédemment rapportées lors des analyses de courstemporels 6, l’analyse de puissance a indiqué qu’au moins 12 participants doivent détecter une ηpartielle 2 de 0,20 ou plus avec une ANOVA mixte à trois voies à p = 0,05 et 95 % de puissance.
  2. Recrutez des élèves d’âge scolaire et assurez-vous que tous sont inscrits dans les classes ordinaires dans les écoles primaires, collèges ou lycées publics. À cette étude, 31 étudiants (tranche d’âge chronologique [CA], 7-17 ans) ont participé.
  3. Présentez des mots japonais faisant référence à « cat[neko] », « dog [inu] » et « bird[tori] », et demandez aux participants de les écrire. Confirmer que les participants peuvent écrire correctement les mots présentés ; sinon, excluez-les de l’étude.
  4. Excluez tout participant qui ne peut pas réussir les évaluations. Sur la base de ces critères, quatre participants ont été exclus. Enfin, 27 participants (16 garçons, 11 filles) ont participé à cette étude.
  5. Demandez aux participants ou à leurs parents leur parcours scolaire, en particulier leurs compétences en lecture et en écriture. Demandez la divulgation de tout diagnostic, si possible, et assurez-vous que les diagnostics ont été posés par un pédiatre en utilisant le critericlinique 17.
  6. Divisez les participants en deux groupes selon l’historique scolaire et les critères cliniques : MH (n = 12 ; 7 avec LD et 5 avec LD et trouble du spectre autistique (TSA)) et TD (n = 15). Assurez-vous que les participants TD ne signalent aucun problème de lecture ou d’écriture et qu’ils n’ont pas été diagnostiqués avec des troubles du développement.
  7. Demandez aux participants (ou aux parents) de fournir des scores standardisés, tels que le quotient d’intelligence (QI) ou le quotient de développement (DQ), précédemment mesurés dans les hôpitaux ou établissements d’enseignement, si disponibles. Laissez ces champs vides si ce n’est pas disponible. Dans cette étude, tous les participants atteints de MH avaient des scores antérieurs de QI ou de disqualification (QI moyen à l’échelle complète = 97,80, DE = 24,32). Les participants TD n’avaient pas de scores de QI antérieurs ; Laissez ces champs vides.

2. Stimulus et appareils

  1. Préparez un traceur oculaire pour enregistrer les mouvements oculaires. Vérifiez que le suivi oculaire a une performance de mesure de 120 Hz ou plus.
  2. Utilisez un écran avec une résolution 1920 × 1080 et un ordinateur portable pour présenter et contrôler les stimuli. Assurez-vous que l’ordinateur portable dispose d’un logiciel pour calculer les coordonnées des mouvements oculaires et effectuer des analyses statistiques.
  3. Demandez aux participants de s’asseoir à environ 70 cm du traceur oculaire pendant l’enregistrement. Effectuez une calibration en 5 points avant de présenter le stimulus. Cette procédure est réalisée pour établir des normes de mesure pour l’affichage et le suivi oculaire. Cliquez sur le bouton de calibration et observez les points colorés à l’écran. Lorsqu’un point est suffisamment fixé, il disparaît, et un nouveau point apparaît à un endroit aléatoire, comme le coin ou le centre. Répétez la calibration jusqu’à obtenir des résultats acceptables dans le logiciel de suivi oculaire.
  4. Préparez 12 phrases en hiragana et kanji, chacune de deux à quatre lignes et de 32 à 79 caractères. Parmi celles-ci, utilisez huit phrases pertinentes décrivant des contenus de la vie quotidienne (par exemple, écologie des poissons, retard de train) et quatre phrases dénuées de sens écrites uniquement en hiragana. Créer des phrases significatives avec un vocabulaire, des particules et des kanji adaptés à l’âge de la CE2 à la CE1 ; incluent trois à quatre caractères kanji par phrase. Créez des phrases dénuées de sens en combinant des chaînes de trois ou quatre caractères Hiragana. Présentez toutes les phrases en police de 28 points, sur une seule diapositive. Préparez une diapositive noire vierge. Préparez deux feuilles A4 avec quatre lignes horizontales pour le test d’écriture pour chaque participant.
  5. Convertissez les diapositives de 12 phrases et la diapositive noire en fichiers JPEG individuels. La figure 1 montre des exemples de stimuli de phrase : la case A est une phrase significative, et la case B est une phrase dénuée de sens. Ouvre le logiciel de suivi oculaire. Dans la console, créez un nouveau projet et donnez-lui un nom.
  6. Mode Design ouvert. Sélectionnez Timeline 1 et réglez la calibration sur le mode par défaut à 5 points . Ajoutez deux diapositives de phrases pertinentes et une diapositive sans signification. Ensuite, réglez le mode de procédure sur une pression de touche pour que l’expérimentateur puisse avancer avec la barre d’espace. Insérez les diapositives noires vierges avant, entre et après les diapositives de phrases, également sur la pression sur la touche. Préparez quatre timelines de la même manière, chacune avec des diapositives de phrases différentes. Dans les lignes temporelles 1 et 3, on présente d’abord la phrase significative, suivie de la phrase dénuée de sens ; dans les lignes temporelles 2 et 4, inversez l’ordre.
  7. Mettre en place des délais de courtes peines uniquement sur Hiragana pour les participants de moins de 10 ans. Pour les participants plus âgés, utilisez des chronologies mixtes de phrases Hiragana-Kanji.

figure-protocol-1
Figure 1 : Exemples de stimuli de phrase pour des tâches de lecture et d’écriture. (A) un stimulus de phrase significatif, et (B) un stimulus de phrase dénué de sens. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

3. Pré-évaluation : PVT-R

  1. Asseyez-vous face à face avec le participant. Demandez leur date de naissance ; S’ils ne peuvent pas répondre correctement, demandez à leurs parents.
  2. Présentez le livret du PVT-R au participant. Le livret comprend 15 pages, chacune comportant quatre stimuli visuels. Demandez au participant d’écouter le stimulus parlé et de toucher le stimulus visuel correspondant parmi les quatre choix.
  3. Présentez chaque stimulus parlé une fois selon les instructions et demandez au participant de choisir le stimulus visuel correspondant parmi les quatre choix. Enregistrez la sélection sur la feuille, puis présentez le prochain stimulus prononcé. Chaque page comprend six présentations de stimulation orale.
  4. Comptez le nombre de bonnes réponses sur chaque page et passez à la page suivante jusqu’à ce que le participant fasse trois erreurs ou plus sur deux pages. Les erreurs ne doivent pas nécessairement être consécutives ; Ne progressez pas si ce critère est rempli. Sinon, arrêtez l’évaluation si le participant termine la page 15 sans satisfaire au critère d’erreur.
  5. Comptez le nombre total de réponses correctes et incorrectes dans le livret, puis calculez le score ajusté, le score standard et l’âge verbal selon le manuel.

4. Pré-évaluation : Beery-VMI VI

  1. Asseyez-vous face à face avec le participant. Demandez quelle main est dominante.
  2. Présentez le livret du vice-président. Demandez aux participants d’observer la figure géométrique d’exemple en haut de la page, puis les figures choisies en bas. Faites-leur choisir la figure identique à l’échantillon. Répétez ce processus jusqu’à ce que le participant ait terminé les 30 éléments, puis passez à la tâche suivante. Comptez le nombre de bonnes réponses.
  3. Présentez le livret de coordination motrice (MC). Pour les 20 premiers éléments, demandez aux participants de relier les points foncés aux points plus clairs pour former des figures géométriques. Demandez aux participants de tracer des lignes à l’intérieur des formes sans toucher aux contours des 10 derniers éléments. Informez-les que la tâche du MC doit être terminée dans les 5 minutes. Ensuite, comptez le nombre de figures correctement reliées et de formes correctement tracées.
  4. Comptez le nombre total de bonnes réponses dans les livrets VP et MC et calculez le score standard pour l’intégration visuomotrice selon le manuel.

5. Mesure des mouvements oculaires

  1. Fixez le support de fixation magnétique au centre du bord inférieur de l’écran.
  2. Connectez le suivi oculaire à l’écran avec un câble USB. Fixez le traceur oculaire en bas de l’écran à l’aide du support magnétique inclus. Assurez-vous que le support et le traceur d’œil sont bien fixés.
  3. Ouvre le logiciel de configuration. Sélectionnez le traceur oculaire et l’affichage attachés. Cliquez sur le bouton calibration et sélectionnez l’affichage de la présentation de stimulus. Asseyez le participant devant l’écran et ajustez sa position à une distance appropriée. Assurez-vous que l’indicateur de pré-calibration devient vert, confirmant environ 70 cm de distance ; Ajustez les sièges selon les besoins.
  4. Cliquez sur le bouton de calibration et observez les points colorés à l’écran. Lorsqu’un point est suffisamment fixé, il disparaît, et un nouveau point apparaît à un endroit aléatoire, comme le coin ou le centre. Continuez jusqu’à ce que les sept points soient terminés, puis cliquez sur Accepter pour terminer la calibration. Fermez le logiciel de configuration.
  5. Ouvre le logiciel de suivi oculaire et le projet nommé. Sélectionnez le mode Enregistrement et choisissez le suivi des yeux d’enregistrement dans le menu en haut à gauche. Sélectionnez l’affichage de la présentation de stimulation et entrez le nom du participant dans l’onglet Participant . Sélectionnez l’une des quatre lignes temporelles et contrebalancez l’ordre des tests (lecture vs. écriture). Par exemple, pour le Participant 1, commencez par lire dans la Timeline 1 et écrire dans la Timeline 3 ; pour le Participant 2, commencez par écrire dans la Chronologie 4 et lire dans la Chronologie 2. Assurez-vous que les deux tests sont passés pour chaque participant. Attendez que le participant soit assis devant l’écran.
  6. Demandez aux participants de s’asseoir à environ 70 cm du traceur oculaire. Appuyez sur Enregistrement pour procéder à l’étalonnage. Vérifiez la distance appropriée en confirmant que l’indicateur d’état du suivi oculaire devient vert.
  7. Cliquez sur Démarrer la calibration pour continuer. Demandez aux participants de suivre les points blancs mobiles sur l’affichage. Si l’étalonnage est acceptable, appuyez sur Start pour présenter la diapositive de phrase pour la tâche de lecture ou d’écriture ; sinon, cliquez sur Recalibrer et répétez jusqu’à succès.
  8. Commencez les tests de lecture (voir Figure 2A pour plus de détails). Sélectionnez la ligne temporelle 1 ou 2.
    1. Terminez les étapes 5.5 à 5.7. Demandez aux participants de lire à voix haute la diapositive de la phrase présentée aussi rapidement que possible.
    2. Appuyez sur la barre d’espace pour afficher une diapositive noire vide. Préparez le participant à la lecture, puis appuyez sur la barre d’espace pour présenter la diapositive de la première phrase. Écoutez attentivement et comptez le nombre d’erreurs de lecture sur la diapositive. Lorsque le participant termine le dernier caractère, appuyez sur la barre d’espace pour passer à la diapositive noire suivante vide.
    3. Préparez le participant, puis appuyez sur la barre d’espace pour présenter la diapositive de la deuxième phrase. Écoutez attentivement et comptez le nombre d’erreurs de lecture. Lorsque le participant termine le dernier caractère, appuyez sur la barre d’espace pour continuer. Répétez pour la troisième diapositive afin de compléter le test de lecture. L’enregistrement s’arrête automatiquement après la dernière pression sur la touche.
    4. Cliquez sur « Enregistrer l’enregistrement » dans la fenêtre contextuelle pour enregistrer les données de mouvement oculaire et revenir à la page d’accueil du projet.
    5. Préparez-vous pour le test d’écriture en sélectionnant un autre calendrier ou terminez la session si les deux tests sont terminés.
  9. Commencez les tests d’écriture (voir Figure 2B pour plus de détails). Sélectionnez la ligne temporelle 3 ou 4.
    1. Terminez les étapes 5.5 à 5.7. Demandez aux participants d’écrire à la main la ou les phrases présentées sur une feuille A4 comportant quatre lignes horizontales aussi rapidement que possible.
    2. Appuyez sur la barre d’espace pour afficher une diapositive noire et vierge. Préparer le participant à l’écriture ; Ensuite, appuyez sur la barre d’espace pour présenter la diapositive de la première phrase. Observez l’écriture et comptez les erreurs sur la diapositive. Demandez aux participants de réécrire les mots incorrects, en effaçant la réponse précédente avec des lignes doubles. Lorsque le participant termine le dernier caractère, appuyez sur la barre d’espace pour passer à la diapositive noire suivante et vide.
    3. Récupérez la feuille complétée et fournissez une nouvelle feuille au participant.
    4. Préparez le participant, puis appuyez sur la barre d’espace pour présenter la diapositive de la deuxième phrase. Observez l’écriture et comptez les erreurs sur la diapositive. Demandez aux participants de réécrire les mots incorrects, en effaçant la réponse précédente avec des lignes doubles. Lorsque le participant termine le dernier caractère, appuyez sur la barre d’espace pour continuer. Répétez pour la troisième diapositive afin de compléter le test écrit. L’enregistrement s’arrête automatiquement après la dernière pression sur la touche.
    5. Cliquez sur « Enregistrer l’enregistrement » dans la fenêtre contextuelle pour enregistrer les données de mouvement oculaire et revenir à la page d’accueil du projet.
    6. Préparez-vous au test de lecture en sélectionnant une autre chronologie ou terminez la mesure des mouvements oculaires si les deux tests sont terminés.

figure-protocol-2
Figure 2 : Mesures des mouvements oculaires lors des tâches de lecture et d’écriture. (A) une épreuve de lecture, et (B) une épreuve d’écriture. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

6. Exportation des données de mouvement oculaire

  1. Après avoir collecté les données de tous les participants, ouvrez le logiciel de suivi oculaire et rendez-vous au domicile du projet.
  2. Choisissez l’onglet Analyser et sélectionnez l’outil AOI.
    1. Sélectionnez l’outil rectangle pour dessiner une zone d’intérêt (AOI) sur l’image de stimulus. Ajustez le rectangle pour couvrir toute la zone de texte. Les données de mouvement oculaire seront calculées dans l’AOI. Nommez chaque AOI « MF_R_## » pour lecture significative, « ML_R_## » pour lecture sans sens, « MF_W_## » pour écriture significative, ou « ML_W_## » pour écriture sans signification, en remplaçant « ## » par les chiffres appropriés.
    2. Répétez ce processus pour créer et nommer les AOI pour tous les stimuli utilisés.
  3. Choisissez l’onglet Analyser et sélectionnez Exportation des métriques.
    1. Observez le panneau de paramètres à droite de la page.
    2. Sélectionnez rapport Excel sous Export format, et assurez-vous que le filtre I-VT et la réduction de bruit sont sélectionnés respectivement pour le filtre Regard et le filtre Pupille.
    3. Sélectionnez les cases à cocher pour Tous les enregistrements dans la section Enregistrements , Enregistrements entiers dans la section Temps d’intérêt , et Tous les domaines d’intérêt dans la section Domaine d’intérêt .
    4. Sur le côté gauche de la fenêtre, ouvrez Sélectionner les métriques pour le rapport.
    5. Cochez Sélectionner tout, puis cliquez sur Exporter.
    6. Ouvrez le fichier Excel exporté et vérifiez toutes les données exportées.
    7. Réalisez des analyses statistiques à partir des données exportées.

7. Analyse des données

  1. Définir des variables dépendantes pour l’analyse.
    1. Notez le PVT-R pour obtenir des scores standards selon le manuel.
    2. Obtenez un score de 6 au Beery-VMI pour obtenir des scores de capacité pour VP et MC selon le manuel.
    3. Ouvrez le fichier Excel exporté et sélectionnez l’onglet Durée d’intervalle . Notez que la durée d’intervalle est définie comme le temps entre l’appui sur la barre d’espace et la présentation d’un stimulus de phrase jusqu’à ce que le dernier caractère soit produit et que la barre d’espace soit pressée pour passer à la diapositive suivante.
    4. Calculez les lettres par minute (LPM) comme mesure comportementale de performance. Divisez le nombre de lettres dans la phrase par le temps de réponse, puis multipliez par 60 (par exemple, 60 lettres ÷ 15 s × 60 = 240 LPM). Notez qu’un LPM plus élevé indique une meilleure performance.
    5. Ouvre l’onglet Durée moyenne de fixation . Multipliez par 1 000 pour exprimer FD en millisecondes. Organisez les données dans un tableau Excel par participant, test (lecture vs écriture) et condition de phrase.
    6. Ouvre l’onglet Nombre de fixations . Organisez les données dans un tableau Excel par participant, test (lecture vs écriture) et condition de phrase. Calculer les lettres par fixation (L/FX) comme l’intervalle d’observation : diviser le nombre de lettres dans la phrase par le nombre de fixations (par exemple, 60 ÷ 15 = 4,00 L/FX). Notez qu’une portée d’observation plus longue correspond à un L/FX plus grand.
    7. Ouvrez l’onglet Durée totale de la visite . Organisez les données dans un tableau Excel par participant, test (lecture vs écriture) et condition de phrase. Réutilisez la durée de l’intervalle pour l’étape suivante. Calculez la durée de la visite en pourcentage ( %VD) comme rapport d’observation : divisez la durée totale de la visite par la durée de l’intervalle dans la même condition et multipliez par 100 (par exemple, 15 s ÷ 30 s × 100 = 50 %). Notez qu’un pourcentage plus élevé de VD indique un meilleur taux d’observation.
  2. Analyse statistique
    1. Ouvre le logiciel sur l’ordinateur pour analyser les données.
    2. Organisez le format des données pour préparer l’analyse statistique.
    3. Réaliser des tests t indépendants pour évaluer les capacités verbales et d’intégration visuomotrice des participants.
    4. Réaliser des ANOVA factorielles mixtes sur la LPM en lecture et écriture et sur les mesures de mouvement oculaire (moyenne FD, L/FX, %VD) en utilisant un design 2 (groupe : HD vs. TD ; entre sujets) × 2 (test : lecture vs. écriture ; sujets internes) × 2 (phrase : significatif vs. dénué de sens ; dans les sujets).
    5. Réaliser des analyses de régression logistique binaire pour examiner si les mesures de dépistage et les schémas de mouvement oculaire prédisent le risque de MH chez tous les participants.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Analyse du profil du participant
Le tableau 1 montre les capacités verbales et les compétences d’intégration visuo-motrice des participants. L’âge chronologique moyen des participants à la MH était de 11,11 ans (fourchette : 8,33-14,83 ans) et de 11,97 ans pour les participants à TD (fourchette : 7,67 - 17,50 ans). Le PVT-R [18] indiquait que les participants à la MH avaient des scores standardisés plus faibles que ceux des participants TD (8,92 cont...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Cette étude a examiné les schémas différentiels de mouvement oculaire chez 12 participants HD et 15 participants TD lors de la lecture et de l’écriture de phrases japonaises signifiantes et dénuées de sens. Comme le montre la Figure 3A, les participants à la MH ont eu des scores LPM plus lents en lecture et écriture par rapport aux participants de la TD, ce qui suggère que les participants à la HD rencontrent plus de difficultés dans ces tâches. Les particip...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

L’auteur ne déclare aucun conflit d’intérêts intellectuel, financier ou biomédical.

Remerciements

Ce travail a été partiellement soutenu par JSPS KAKENHI (Grant n° 22K13739). » Des portions de données avaient été précédemment présentées, en japonais, sous forme d’affiche lors de la réunion annuelle de l’Association japonaise d’éducation spécialisée. Toutes les procédures impliquant des participants humains étaient conformes aux normes éthiques de la Déclaration d’Helsinki de 1964 et de ses amendements ultérieurs ou à des normes éthiques comparables. L’étude a été approuvée par le comité d’examen institutionnel de l’Université de Waseda (n° 2020-176). Un consentement éclairé écrit et oral a été obtenu de tous les participants et de leurs parents.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Beery VMI-6Pearsonhttps://www.pearsonassessments.
com/en-us/Store/Professional-
Évaluations/Motor-Sensory
/Beery-Buktenica-Developmental
-Test-of-Visual-Motor-Integration
- %7C-Sixième-Édition/p/100000663
?srsltid=AfmBOooTl4STWGQhq
ArZwKdX_mSiV0nHgJWPfjddJ
9z0erbWm7Qq6H9v		Test standardisé pour évaluer les compétences d’intégration visuo-motrice
Affichage informatiqueVallonP2419Hrésolution 1920 et Times ; 1080
Suivi oculaire & nbsp ;Tobii Technology JaponX3-120Traceur oculaire portable
G*Power  ;Heinrich-Heine-Universitä ; t Dü ; Sseldorfhttps://www.psychologie.hhu.de
/arbeitsgruppen/allgemeine-
psychologie-und-arbeitspsychologie/gpower		  ; Logiciel d’analyse G*Power
Statistiques IBM SPSSIBMStatistiques IBM SPSSVersion 29.0.2.0
Ordinateur portableVallonPrecision 5540Windows 11
PVT-RNihon Bunkakagakusyahttps://www.nichibun.co.jp/seek/kensa/pvt_r.htmlTest standardisé pour évaluer l’âge verbal
Tobii Pro Lab  ;Tobii Technology JaponTobii Pro Lab  ;Logiciel d’analyse des mouvements oculaires

Références

  1. Beery, K. E., Buktenica, N. A., Beery, N. A. The Beery-Buktenica Developmental Test of Visual-Motor Integration. , Modern Curriculum Press, Parsippany, NJ. Parsippany, NJ. (1997).
  2. Lopez, C., Vaivre-Douret, L. Influence of visual control on the quality of graphic gesture in children with handwriting disorders. Sci Rep. 11, 23537(2021).
  3. Lopez, C., Vaivre-Douret, L. Exploratory investigation of handwriting disorders in school-aged children from first to fifth grade. Children. 10 (9), 1512(2023).
  4. Memisevic, H., Djordjevic, M. Visual-motor integration in children with mild intellectual disability: a meta-analysis. Percept Mot Skills. 125 (4), 696-717 (2018).
  5. Prunty, M., Barnett, A. L., Wilmut, K., Plumb, M. S. Handwriting speed in children with developmental coordination disorder: are they really slower. Res Dev Disabil. 34 (9), 2927-2936 (2013).
  6. Omori, M. Eye movements during writing in female college students and graduate students. Gakuen: Bull Showa Women's Univ. 940, 12-21 (2019).
  7. Sita, J. C., Taylor, K. A. Eye movements during the handwriting of words: individually and within sentences. Hum Mov Sci. 43, 229-238 (2015).
  8. Beery, K., Beery, N. The Beery-Buktenica Developmental Test of Visual-Motor Integration. , 6th ed, Pearson. San Antonio. (2010).
  9. Zhang, Z., Peng, P. Reading real words versus pseudowords: a meta-analysis of research in developmental dyslexia. Dev Psychol. 58 (6), 1035-1050 (2022).
  10. Steacy, L. M., Edwards, A. A., Rueckl, J. G., Petscher, Y., Compton, D. L. Modeling and visualizing the codevelopment of word and nonword reading in children from first through fourth grade: informing developmental trajectories of children with dyslexia. Child Dev. 92 (3), e252-e269 (2021).
  11. Tse, L. F., Siu, A. M., Li-Tsang, C. W. Developmental skills between kindergarten children with handwriting difficulties in Chinese and/or English. Aust Occup Ther J. 66, 292-303 (2019).
  12. Doyama, A., Hashimoto, S., Hayashi, A. Learning of handwriting in elementary school children with writing difficulties and support in a regular class: focus on difficulties in input, output, and processing. Jpn J Dev Disabil Res (JDDR). 36 (4), 369-379 (2014).
  13. Kono, T., Hirabayashi, R., Nakamura, K. Handwriting speed of primary school students in Japan. Jpn J Spec Educ. 46 (4), 223-230 (2008).
  14. Takahashi, M., Iwabuchi, M., Kono, T., Nakamura, K. Development of audio-visual learning support system "Touch & Read": how it can compensate reading difficulties. Cogn Stud. 18 (3), 521-533 (2011).
  15. Hirabayashi, R., Kono, T., Nakamura, K. Developmental changes in handwriting patterns among elementary school children using digital pens. Jpn J Dev Psychol. 24 (1), 13-21 (2013).
  16. Noda, W., et al. Examining the relationships between attention deficit/hyperactivity disorder and developmental coordination disorder symptoms and writing performance in Japanese second grade students. Res Dev Disabil. 34 (9), 2909-2916 (2013).
  17. Diagnostic and Statistical Manual of Mental Disorders. , 5th ed, American Psychiatric Association. Washington, DC. (2010).
  18. Wechsler, D. Wechsler Intelligence Scale for Children. , 4th ed, Psychological Corporation. San Antonio. (2010).
  19. Ikuzawa, M., Matsushita, Y., Nakase, A. Kyoto Scale of Psychological Development 2001. , Kyoto International Social Welfare Exchange Centre. Kyoto. (2001).
  20. Ueno, K., Nagoshi, N., Konuki, S. Picture Vocabulary Test-Revised. , Nihon Bunka Kagakusha. Tokyo. (2008).
  21. Nation, K., Clarke, P., Wright, B. J., Williams, C. Patterns of reading ability in students with autism spectrum disorder. J Autism Dev Disord. 36 (7), 911-919 (2006).
  22. Guilbert, J., Alamargot, D., Morin, M. F. Handwriting on a tablet screen: role of visual and proprioceptive feedback in the control of movement by children and adults. Hum Mov Sci. 65, 30-41 (2019).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Mots-clés

Mouvements oculairestroubles visuo moteursperformance en lectureperformance en criturecoordination motricehandicaps du d veloppement
Vidéo bientôt disponible
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d'utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.