Name: Faire progresser l’évaluation de la dyslexie chez les enfants grâce aux tests informatisés (Vidéo) | JoVE Journal
Uploaded: 2024-08-16T14:00:00.000+00:00
Duration: 9 min
Description: Découvrez la batterie multimédia SICOLE-R pour évaluer les compétences cognitives et de lecture des enfants hispanophones. Cette méthode améliore le diagnostic de la dyslexie et guide les interventions éducatives personnalisées.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>Évaluation informatisée de la dyslexie chez les enfants hispanophones à l’aide de SICOLE-R

<ol><li>World Federation of Neurology. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Report+of+research+group+on+Dyslexia+and+world+illiteracy%22">Report of research group on Dyslexia and world illiteracy</a>. , Dallas. (1968).</li>
<li>Diamanti, V., Goulandris, N., Campbell, R., Protopapas, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dyslexia+profiles+across+orthographies+differing+in+transparency%3A+An+evaluation+of+theoretical+predictions+contrasting+English+and+Greek%5BTitle%5D)+AND+%22Sci+Stud+Reading%22%5BJournal%5D)">Dyslexia profiles across orthographies differing in transparency: An evaluation of theoretical predictions contrasting English and Greek.</a> Sci Stud Reading. 22 (1), 55-69 (2018).</li>
<li>Shaywitz, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aShaywitz%2C+S+%22Overcoming+dyslexia%3A+A+new+and+complete+science-based+program+for+reading+problems+at+any+level%22">Overcoming dyslexia: A new and complete science-based program for reading problems at any level</a>. , Alfred A. Knopf. (2003).</li>
<li>Heikki Lyytinen, H., Ronimus, H., Alanko, A., Poikkeus, N. M., Taanila, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Early+identification+of+dyslexia+and+the+use+of+computer+game-based+practice+to+support+reading+acquisition%5BTitle%5D)+AND+%22Nordic+Psychol%22%5BJournal%5D)">Early identification of dyslexia and the use of computer game-based practice to support reading acquisition.</a> Nordic Psychol. 59 (2), 109-126 (2007).</li>
<li>Tobia, V., Marzocchi, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cognitive+profiles+of+Italian+children+with+developmental+dyslexia%5BTitle%5D)+AND+%22Reading+Res+Quart%22%5BJournal%5D)">Cognitive profiles of Italian children with developmental dyslexia.</a> Reading Res Quart. 49 (4), 437-452 (2014).</li>
<li>Rauschenberger, M., Baeza-Yates, R., Rello, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+universal+screening+tool+for+dyslexia+by+a+web-game+and+machine+learning%5BTitle%5D)+AND+%22Front+Comput+Sci%22%5BJournal%5D)">A universal screening tool for dyslexia by a web-game and machine learning.</a> Front Comput Sci. 3, 628634(2022).</li>
<li>Ekhsan, H. M., Ahmad, S. Z., Halim, S. A., Hamid, J. N., Mansor, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+implementation+of+interactive+multimedia+in+early+screening+of+dyslexia%5BTitle%5D)+AND+%22Int+Conf+Innov+Mgmt+Tech+Res%22%5BJournal%5D)">The implementation of interactive multimedia in early screening of dyslexia.</a> Int Conf Innov Mgmt Tech Res. , 566-569 (2012).</li>
<li>Jiménez, J. E. Dyslexia in Spanish. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJim%C3%A9nez%2C+JE+%22Prevalence+and+cognitive%2C+cultural%2C+family+and+biological+indicators%22">Prevalence and cognitive, cultural, family and biological indicators</a>. , Ediciones Pirámide. Madrid. (2012).</li>
<li>Hatcher, J., Snowling, M. J. The phonological representations hypothesis of dyslexia: From theory to practice. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHatcher%2C+J+%22Dyslexia+and+Literacy%2C+Theory+and+Practice%22">Dyslexia and Literacy, Theory and Practice</a>. , Chichester, John Wiley & Sons. (2002).</li>
<li>Goswami, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+temporal+sampling+framework+for+developmental+dyslexia%5BTitle%5D)+AND+%22Trends+Cogn+Sci%22%5BJournal%5D)">A temporal sampling framework for developmental dyslexia.</a> Trends Cogn Sci. 15 (1), 3-10 (2011).</li>
<li>Stein, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+magnocellular+theory+of+developmental+dyslexia%5BTitle%5D)+AND+%22Dyslexia%22%5BJournal%5D)">The magnocellular theory of developmental dyslexia.</a> Dyslexia. 7 (1), 12-36 (2001).</li>
<li>Nicolson, R. I., Fawcett, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+Dyslexia%3A+The+delayed+neural+commitment+framework%5BTitle%5D)+AND+%22Front+Behav+Neurosci%22%5BJournal%5D)">Development of Dyslexia: The delayed neural commitment framework.</a> Front Behav Neurosci. 21 (13), 112(2001).</li>
<li>Pennington, B. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individual+prediction+of+dyslexia+by+single+versus+multiple+deficit+models%5BTitle%5D)+AND+%22J+Abnorm+Psychol%22%5BJournal%5D)">Individual prediction of dyslexia by single versus multiple deficit models.</a> J Abnorm Psychol. 121 (1), 212-224 (2012).</li>
<li>Ring, J., Black, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+multiple+deficit+model+of+dyslexia%3A+what+does+it+mean+for+identification+and+intervention%5BTitle%5D)+AND+%22Ann+Dyslexia%22%5BJournal%5D)">The multiple deficit model of dyslexia: what does it mean for identification and intervention.</a> Ann Dyslexia. 68 (2), 104-125 (2018).</li>
<li>Soriano-Ferrer, M., Nievas-Cazorla, F., Sánchez-López, P., Félix-Mateo, V., González-Torre, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reading-related+cognitive+deficits+in+Spanish+developmental+Dyslexia%5BTitle%5D)+AND+%22Procedia+-+Social+Behav+Sci%22%5BJournal%5D)">Reading-related cognitive deficits in Spanish developmental Dyslexia.</a> Procedia - Social Behav Sci. 132, 3-9 (2014).</li>
<li>The implementation of a web application for screening children with Dyslexia. Zygouris, N. C., et al. International Conference on Interactive Collaborative Learning, , (2016).</li>
<li>Snowling, M. J., Hulme, C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSnowling%2C+MJ+%22The+Science+of+Reading%3A+A+Handbook%22">The Science of Reading: A Handbook</a>. , Wiley-Blackwell. (2021).</li>
<li>Politi-Georgousi, S., Drigas, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mobile+applications%2C+an+emerging+powerful+tool+for+Dyslexia+screening+and+intervention%3A+A+systematic+literature+review%5BTitle%5D)+AND+%22Int+J+Interact+Mobile+Technol%22%5BJournal%5D)">Mobile applications, an emerging powerful tool for Dyslexia screening and intervention: A systematic literature review.</a> Int J Interact Mobile Technol. 14 (18), 4-17 (2020).</li>
<li>Fawcett, A. J., Nicolson, R. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Dyslexia+early+screening+test%5BTitle%5D)+AND+%22Irish+J+Psychol%22%5BJournal%5D)">The Dyslexia early screening test.</a> Irish J Psychol. 16 (3), 248-259 (1995).</li>
<li>Zygouris, N. C., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZygouris%2C+NC+%22The+implementation+of+a+web+application+for+screening+children+with+dyslexia+Interactive+Collaborative+Learning%22">The implementation of a web application for screening children with dyslexia Interactive Collaborative Learning</a>. , Advances in Intelligent Systems and Computing. Cham. (2017).</li>
<li>Hautala, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+reading+difficulties+by+a+digital+game-based+assessment+technology%5BTitle%5D)+AND+%22J+Edu+Comput+Res%22%5BJournal%5D)">Identification of reading difficulties by a digital game-based assessment technology.</a> J Edu Comput Res. 58 (5), 1003-1028 (2020).</li>
<li>Ahmad, N., Rehman, M. B., El Hassan, H. M., Ahmad, I., Rashid, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+efficient+machine+learning-based+feature+optimization+model+for+the+detection+of+dyslexia%5BTitle%5D)+AND+%22Comput+Intell+Neurosci%22%5BJournal%5D)">An efficient machine learning-based feature optimization model for the detection of dyslexia.</a> Comput Intell Neurosci. 9, 8491753(2022).</li>
<li>Rello, L., Baeza-Yates, R., Ali, A., Bigham, J. P., Serra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+risk+of+dyslexia+with+an+online+gamified+test%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Predicting risk of dyslexia with an online gamified test.</a> PLoS One. 15 (12), e0241687(2020).</li>
<li>Dębska, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+cognitive+basis+of+dyslexia+in+school-aged+children%3A+A+multiple+case+study+in+a+transparent+orthography%5BTitle%5D)+AND+%22Dev+Sci%22%5BJournal%5D)">The cognitive basis of dyslexia in school-aged children: A multiple case study in a transparent orthography.</a> Dev Sci. 25 (2), e13173(2022).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Discriminant+validity+of+the+Sicole-R-Primaria+Multimedia+Battery+for+the+evaluation+of+cognitive+processes+associated+with+dyslexia%5BTitle%5D)+AND+%22Revista+de+Investigaci%C3%B3n+Educativa%22%5BJournal%5D)">Discriminant validity of the Sicole-R-Primaria Multimedia Battery for the evaluation of cognitive processes associated with dyslexia.</a> Revista de Investigación Educativa. 27 (1), 49-71 (2009).</li>
<li>Guzmán, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+naming+speed+in+reading+learning+difficulties%5BTitle%5D)+AND+%22Psicothema%22%5BJournal%5D)">Assessment of naming speed in reading learning difficulties.</a> Psicothema. 16 (3), 442-447 (2004).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+the+deficit+in+phonological+awareness+better+explained+in+terms+of+task+differences+or+effects+of+syllable+structure%5BTitle%5D)+AND+%22Appl+Psycholinguist%22%5BJournal%5D)">Is the deficit in phonological awareness better explained in terms of task differences or effects of syllable structure.</a> Appl Psycholinguist. 26 (2), 267-283 (2005).</li>
<li>Ortiz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Locus+and+nature+of+perceptual+phonological+deficit+in+Spanish+children+with+reading+disabilities%5BTitle%5D)+AND+%22J+Learn+Disabil%22%5BJournal%5D)">Locus and nature of perceptual phonological deficit in Spanish children with reading disabilities.</a> J Learn Disabil. 40 (1), 80-92 (2007).</li>
<li>Ortiz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+speech+perception+in+children+with+dyslexia%5BTitle%5D)+AND+%22Psicothema%22%5BJournal%5D)">Development of speech perception in children with dyslexia.</a> Psicothema. 20 (4), 678-683 (2008).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Double-deficit+hypothesis+in+Spanish+developmental+dyslexia%5BTitle%5D)+AND+%22Topics+Lang+Disorders%22%5BJournal%5D)">The Double-deficit hypothesis in Spanish developmental dyslexia.</a> Topics Lang Disorders. 28 (1), 46-60 (2008).</li>
<li>Jiménez, J. E., García de la Cadena, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Learning+disabilities+in+Guatemala+and+Spain%3A+A+cross-national+study+of+the+prevalence+and+cognitive+processes+associated+with+reading+and+spelling+disabilities%5BTitle%5D)+AND+%22Learning+Disabilities+Res+Pract%22%5BJournal%5D)">Learning disabilities in Guatemala and Spain: A cross-national study of the prevalence and cognitive processes associated with reading and spelling disabilities.</a> Learning Disabilities Res Pract. 22, 161-169 (2007).</li>
<li>Jiménez, J. E., de la Cadena, C. G., Siegel, L. S., O'Shanahan, I., García, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gender+ratio+and+cognitive+profiles+in+dyslexia%3A+a+cross-national+study%5BTitle%5D)+AND+%22Read+Writ%22%5BJournal%5D)">Gender ratio and cognitive profiles in dyslexia: a cross-national study.</a> Read Writ. 24, 729-747 (2011).</li>
<li>Rodrigo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+orthographic+processing+in+Spanish+children+with+dyslexia%3A+the+role+of+lexical+and+sublexical+units%5BTitle%5D)+AND+%22Revista+Electr%C3%B3nica+de+Investigaci%C3%B3n+Psicoeducativa+y+Psicopedag%C3%B3gica%22%5BJournal%5D)">Assessment of orthographic processing in Spanish children with dyslexia: the role of lexical and sublexical units.</a> Revista Electrónica de Investigación Psicoeducativa y Psicopedagógica. 2 (2), 105-126 (2004).</li>
<li>Jiménez, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+syntactic-semantic+processing+in+developmental+dyslexia%5BTitle%5D)+AND+%22Elect+J+Res+Edu+Psychol%22%5BJournal%5D)">Evaluation of syntactic-semantic processing in developmental dyslexia.</a> Elect J Res Edu Psychol. 2 (2), 127-142 (2004).</li>
<li>Jiménez, J. E., Rodríguez, C., Ramírez, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spanish+developmental+dyslexia%3A+prevalence%2C+cognitive+profile%2C+and+home+literacy+experiences%5BTitle%5D)+AND+%22J+Exp+Child+Psychol%22%5BJournal%5D)">Spanish developmental dyslexia: prevalence, cognitive profile, and home literacy experiences.</a> J Exp Child Psychol. 103 (2), 167-185 (2009).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22PROLEC-R.+Primary+Reading+Processes+Assessment+Battery+-+Revised%22">PROLEC-R. Primary Reading Processes Assessment Battery - Revised</a>. Cuetos, F., Rodríguez, B., Ruano, R., Arribas, A. D. , TEA Ediciones. (2005).</li>
<li>Guzmán, R., Jiménez, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normative+study+on+psycholinguistic+parameters+in+children+aged+6+to+8+years%3A+Subjective+familiarity%5BTitle%5D)+AND+%22Cognitiva%22%5BJournal%5D)">Normative study on psycholinguistic parameters in children aged 6 to 8 years: Subjective familiarity.</a> Cognitiva. 2, 153-191 (2001).</li>
<li>Cohen, P., Cohen, J., Aiken, L., West, S. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+problem+of+units+and+the+circumstance+for+POMP%5BTitle%5D)+AND+%22Multivariate+Behav+Res%22%5BJournal%5D)">The problem of units and the circumstance for POMP.</a> Multivariate Behav Res. 34, 315-346 (1999).</li>
<li>R Core Team. R: A Language and Environment for Statistical Computing_. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22R+Foundation+for+Statistical+Computing%22">R Foundation for Statistical Computing</a>. , Vienna, Austria. (2023).</li>
<li>Rosseel, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((lavaan%3A+An+R+package+for+structural+equation+modeling%5BTitle%5D)+AND+%22J+Stat+Software%22%5BJournal%5D)">lavaan: An R package for structural equation modeling.</a> J Stat Software. 48 (2), 1-36 (2012).</li>
<li>Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., Rosseel, Y. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJorgensen%2C+TD+%22semTools%3A+Useful+tools+for+structural+equation+modeling%22">semTools: Useful tools for structural equation modeling</a>. , R package version 0.5-6. (2022).</li>
<li>Wickham, H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWickham%2C+H+%22ggplot2%3A+Elegant+graphics+for+data+analysis%22">ggplot2: Elegant graphics for data analysis</a>. , Springer-Verlag. New York. (2016).</li>
<li>Byrne, B. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aByrne%2C+BM+%22Structural+equation+modeling+with+AMOS%3A+Basic+concepts%2C+applications%2C+and+programming%22">Structural equation modeling with AMOS: Basic concepts, applications, and programming</a>. , Third Edition, Taylor & Francis Group. (2016).</li>
<li>Vandenberg, R. J., Lance, C. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+and+synthesis+of+the+measurement+invariance+literature%3A+Suggestions%2C+practices%2C+and+recommendations+for+organizational+research%5BTitle%5D)+AND+%22Org+Res+Methods%22%5BJournal%5D)">A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research.</a> Org Res Methods. 3 (1), 4-70 (2000).</li>
<li>Hirschfeld, G., von Brachel, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multiple-Group+confirmatory+factor+analysis+in+R+-+A+tutorial+in+measurement+invariance+with+continuous+and+ordinal+indicators%5BTitle%5D)+AND+%22Pract+Assess+Res+Eval%22%5BJournal%5D)">Multiple-Group confirmatory factor analysis in R - A tutorial in measurement invariance with continuous and ordinal indicators.</a> Pract Assess Res Eval. 19 (7), 1-12 (2014).</li>
<li>Sachs, M. C. plotROC: A Tool for Plotting ROC Curves. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSachs%2C+MC+%22J+Stat+Softw%22">J Stat Softw</a>. 79, 2(2017).</li>
<li>Jing, W., Yu, E. L. X., Motevalli, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+between+cognitive+assessment+and+neurobiology+technology+assessment+of+dyslexia%3A+A+literature+review%5BTitle%5D)+AND+%22Int+J+Acad+Res+Busi+Soc+Sci%22%5BJournal%5D)">A comparison between cognitive assessment and neurobiology technology assessment of dyslexia: A literature review.</a> Int J Acad Res Busi Soc Sci. 13 (4), 976-986 (2023).</li>
</ol>

<table><tbody><tr><td>Sicole-R</td><td>Universidad de La Laguna</td><td>TF-263- 07</td><td></td></tr></tbody></table>

faire progresser l’évaluation de la dyslexie chez les enfants grâce aux tests informatisés

Advancing Dyslexia Assessment in Children Through Computerized Testing

Étude d’échantillon L’échantillon comprenait 881 participants d’Espagne (N = 325), du Mexique (N = 169), du Guatemala (N = 227) et du Chili (N = 160), tous de langue maternelle espagnole. L’échantillon a été divisé en deux groupes : 451 dans le groupe des troubles de lecture (DR) et 430 dans le groupe des lecteurs normalement performants (NAR). Les enfants ayant des besoins éducatifs spéciaux, c’est-à-dire ceux qui nécessitent un soutien et une attention éducative spécifique en raison de déficiences sensorielles, de problèmes neurologiques ou d’autres affections, ont été exclus parce que ces facteurs sont généralement utilisés comme critères d’exclusion pour les troubles d’apprentissage ou les troubles graves du comportement, soit temporairement, soit pour la durée de leur scolarité. Les participants du groupe RD ont été sélectionnés sur la base de critères tels qu’un QI égal ou supérieur à 80, un centile de mesure du temps de lecture des mots au-dessus du 75e centile, un centile de mesure du temps de lecture des pseudo-mots au-dessus du 75e centile ou un centile de mesure de la précision de lecture des pseudo-mots inférieur au 25e centile. De même, le groupe NAR a été sélectionné sur la base de critères comparables, avec l’ajout d’un percentile de tâche de compréhension PROLEC36 au-dessus du 25e percentile. Tous les percentiles ont été déterminés en fonction du niveau scolaire des participants. La classification des participants dans ces groupes reposait sur des tâches de lecture de mots et de lecture de pseudo-mots, chacune comprenant des blocs distincts. Dans les deux blocs, les participants ont été invités à lire à haute voix les stimuli verbaux présentés le plus rapidement possible. Le bloc de lecture de mots comprenait 32 stimuli, tandis que le bloc de lecture de pseudomots contenait 48 stimuli. La familiarité des mots a été contrôlée à l’aide de critères décrits par Guzman et Jiménez37. Des mesures de succès, d’erreurs et de temps de latence ont été enregistrées, les temps de latence étant mesurés à partir de l’apparition de chaque élément jusqu’au début de la réponse vocale de l’élève. Le bloc de lecture de mots a montré une cohérence interne élevée (α = 0,89), tandis que le bloc de lecture de pseudo-mots a montré une cohérence interne encore plus grande (α = 0,91). La répartition des élèves avec RD et NAR entre les différents niveaux scolaires était la suivante : En deuxième année, il y avait 30 élèves NAR et 27 élèves RD. Lors de la transition vers la troisième année, 100 NAR ont été observés aux côtés de 88 élèves RD. La quatrième année comprenait 100 élèves de la NAR et 116 élèves de la RD. En cinquième année, il y avait 100 élèves de la NAR et 116 élèves RD, tandis qu’en sixième année, il y avait 100 élèves de la NAR et 104 élèves RD. Pour évaluer les différences d’âge dans l’échantillon total et au sein de chaque niveau scolaire, des tests ANOVA unidirectionnels ont été effectués. Les résultats n’ont révélé aucune différence significative, toutes les valeurs p dépassant 0,05. De même, la distribution de la variable du sexe a été examinée à l’aide du test du chi carré, toutes les valeurs p dépassant également 0,05.
Statistiques descriptives Le tableau 1 présente les statistiques descriptives (moyenne et écart-type) de l’âge et les mesures d’évaluation. Les données sont classées par sexe, en distinguant les lecteurs normalement performants et ceux ayant des troubles de lecture dans divers pays. Les résultats ont montré des corrélations positives et statistiquement significatives entre un grand nombre de mesures d’évaluation (voir tableau 2). Le tableau présente les corrélations entre les mesures, allant de faible à forte. Les corrélations inférieures à 0,3 sont considérées comme faibles, tandis que celles supérieures à 0,5 sont classées comme fortes. Des valeurs de corrélation spécifiques sont fournies à côté de leurs classifications de résistance respectives. Par exemple, les corrélations faibles (r &lt; 0,3) comprenaient celles de la segmentation par mélange (r = 0,354) et de la compréhension homophone par délétion (r = 0,270). Des corrélations modérées (0,3 ≤ r &lt; 0,5) ont été observées entre la structure grammaticale-nombre (r = 0,463) et la structure grammaticale fonctionnelle des mots (r = 0,512). De fortes corrélations (r ≥ 0,5) sont évidentes pour le nombre par sexe (r = 0,642) et le RAN image en couleur (r = 0,442).
Tableau 1 : Statistiques descriptives des mesures. Ce tableau fournit la moyenne, l’écart-type et d’autres statistiques descriptives pour les diverses mesures incluses dans l’outil numérique. ÂGE : Âge ; NAR : Normalement atteindre les lecteurs ; RD : Trouble de lecture ; SEG : Segmentation ; BLN : Assemblage ; ISO : Isolation des phonèmes ; DEL : Suppression du phonème ; CDM : Compréhension homophone ; R&amp;S : Racine et suffixes ; GEN : Genre ; NUM : Nombre ; FW : Mots fonctionnels ; GRS : Structure grammaticale ; EXT : Texte expositif ; NAT : Texte narratif ; COV : Voicing de l’articulation ; MOA : Mode d’articulation ; POA = Lieu d’articulation ; DIG : Digit RAN ; LET : Lettre Ran ; COL : Couleur RAN ; PIC : Photo RAN <a href="https://www.jove.com/files/ftp_upload/67031/Table_1_RE.xlsx" target="_blank">Veuillez cliquer ici pour télécharger ce tableau.</a>
Tableau 2 : Coefficients de corrélation des mesures. Ce tableau montre les coefficients de corrélation entre les différentes mesures de l’outil numérique, indiquant la force et la direction des relations entre ces mesures. SEG : Segmentation ; BLN : Assemblage ; ISO : Isolation des phonèmes ; DEL : Suppression du phonème ; CDM : Compréhension homophone ; R&amp;S : Racine et suffixes ; GEN : Genre ; NUM : Nombre ; GRS : Structure grammaticale ; FW : Mots fonctionnels ; EXT : Texte expositif ; NAT : Texte narratif ; COV : Voicing de l’articulation ; MOA : Mode d’articulation ; POA = Lieu d’articulation ; DIG : Digit RAN ; LET : Lettre Ran ; COL : Couleur RAN ; PHOTO : Photo COURUE. <a href="https://www.jove.com/files/ftp_upload/67031/Table%202_RE.xlsx" target="_blank">Veuillez cliquer ici pour télécharger ce tableau.</a>
Analyse factorielle de confirmation L’analyse comparative des facteurs a été réalisée afin d’évaluer la structure factorielle proposée pour la batterie multimédia. Le modèle comprend un facteur de second ordre et six variables latentes, chacune représentant des modules distincts de la batterie multimédia. Ces constructions comprennent la conscience phonologique (y compris les tâches de segmentation phonémique, d’isolement, de mélange et de suppression), le module morpho-orthographique (impliquant des tâches de compréhension de la racine et des suffixes et de l’homophone), la syntaxe (comprenant le genre, le nombre, la structure grammaticale et les tâches de mots fonctionnels), la perception de la parole (impliquant les tâches de voix, de mode d’articulation et de lieu d’articulation), la compréhension de la lecture (englobant les tâches de compréhension de texte expositif et de texte narratif) et la compréhension rapide nommage automatique (lettres, couleurs, chiffres et images à partir de la tâche RAN). Pour assurer la cohérence de toutes les tâches de la batterie multimédia (allant de 0 à 1), nous avons utilisé l’estimation de la proportion de mise à l’échelle maximale (POMS). Les scores POMS ont été calculés pour les tâches basées sur le temps (racines et suffixes)38.
Des analyses statistiques et des présentations graphiques ont été effectuées à l’aide de la version 4.3.139 de R, en utilisant les packages lavaan40, semTools41 et ggplot242 . L’ajustement du modèle a été évalué à l’aide de divers indices de qualité de l’ajustement. Bien que la qualité de l’ajustement du khi-deux soit significative, χ2(df) = 632,01, p &lt; 0,001, ce qui suggère une divergence entre le modèle hypothétique et les données observées, il est important de noter que le test du khi-deux est sensible à la taille de l’échantillon43. Par conséquent, des indices d’ajustement supplémentaires ont été pris en compte.
L’indice d’ajustement comparatif (CFI) a donné une valeur de 0,961, dépassant le seuil communément accepté de 0,95 et indiquant un bon ajustement aux données. La racine de l’erreur quadratique moyenne d’approximation (RMSEA) était de 0,038, indiquant un ajustement étroit du modèle aux données. La racine carrée résiduelle moyenne normalisée (SRMR) était de 0,034, ce qui était inférieur à la valeur recommandée de 0,05, ce qui suggère un ajustement idéal. Les charges factorielles pour les articles variaient de 0,36 à 0,81, indiquant des charges importantes sur leurs facteurs respectifs. La variance moyenne totale extraite (AVE) dépassait 0,50, ce qui suggère une validité convergente adéquate, et la fiabilité composite totale (CR) était supérieure à 0,80, indiquant une bonne fiabilité de cohérence interne.
En conclusion, les résultats de l’EFC ont soutenu la structure factorielle proposée, démontrant un bon ajustement du modèle, une validité convergente et une fiabilité. Veuillez vous référer à la représentation graphique du modèle dans la figure 1.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67031/67031fig01.jpg"> Figure 1 : Analyse factorielle de confirmation. Cette figure illustre les résultats de l’analyse factorielle confirmatoire réalisée sur l’outil numérique, mettant en évidence les charges factorielles et les relations entre différentes mesures de traitement cognitif. Abréviations : SIC= Sicole-R ; PA = Conscience phonologique ; SEG = Segmentation ; BLN = Mélange ; ISO= Isolation ; DEL= Suppression ; MO= Traitement morphologique ; HOM= Compréhension homophone ; R&amp;S = Racine et suffixes ; SYN= Traitement syntaxique ; GEN = Sexe ; NUM= Nombre ; GRS = Structure grammaticale ; FW = Mots fonctionnels ; RC = Compréhension écrite ; EXT= Texte expositif ; NAT= Texte narratif ; SP = Perception de la parole ; COV = Voicing de l’articulation ; MOA = Mode d’articulation ; POA = Lieu d’articulation ; RAN = Rapid Automatized Naming ; NUM = Numéro RAN ; LET= Lettre RAN ; COL= Couleur RAN ; PIC= Image RAN. <a href="https://www.jove.com/files/ftp_upload/67031/67031fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
Des analyses d’invariance de mesure ont été utilisées pour vérifier si la structure factorielle de la batterie multimédia était stable entre les sexes. Le test de l’invariance de mesure consiste en une série de comparaisons de modèles qui définissent des contraintes d’égalité de plus en plus strictes44. Nous avons effectué les analyses statistiques et suivi les mêmes critères d’ajustement que le CFA précédent. Nous avons successivement contraint les structures configurale, métrique (charges), scalaire (interceptions) et stricte (résidus)45. Un mauvais ajustement dans l’un ou l’autre de ces modèles suggère que l’aspect contraint ne fonctionne pas de manière cohérente pour les différents groupes. Le degré d’invariance a été déterminé conjointement lorsque χ2D était &gt;0,05 et ΔCFI était &lt;0,01. Le tableau 3 présente un résumé des résultats des indices des modèles et des différences entre eux.
Tableau 3 : Indices d’ajustement du modèle d’invariance. Ce tableau présente les indices d’ajustement permettant de tester l’invariance selon le sexe du modèle, en évaluant dans quelle mesure l’outil numérique maintient la cohérence de sa structure et ses propriétés de mesure entre les groupes masculins et féminins. Ces indices garantissent la fiabilité et la validité de l’outil en confirmant sa capacité à mesurer les processus cognitifs de manière cohérente dans divers groupes de genre. <a href="https://www.jove.com/files/ftp_upload/67031/Table%203_RE.xlsx" target="_blank">Veuillez cliquer ici pour télécharger ce tableau.</a>
Le modèle configural, qui limitait uniquement la configuration relative des variables dans le modèle à être la même dans les deux groupes, avait un ajustement adéquat aux données : χ2(292) = 745,970, p&lt;,001, CFI = 0,964, SRMR = 0,034, RMSEA = 0,036, IC à 90 % (0,033, 0,038). Le modèle d’invariance des métriques a contraint la configuration des variables et toutes les charges factorielles à être constantes entre les groupes. Les indices d’ajustement étaient comparables à ceux du modèle configural : χ2(310) = 768,56, p&lt;,001, CFI = 0,963, MRMR = 0,037, RMSEA = 0,036, IC à 90 % (0,033, 0,038). L’invariance des charges factorielles a été confirmée par les tests de différence non significative qui ont évalué la similarité du modèle : χ2D (18) = 26,30, p = 0,09 ; ΔCFI = 0,001. Dans le modèle d’invariance scalaire, la configuration, les charges factorielles et les moyennes/points d’intersection des indicateurs ont été contraintes d’être les mêmes pour chaque groupe. Les indices d’ajustement étaient loin d’être idéaux : χ2(322) = 787,50, p&lt;,001, CFI = 0,963, SRMS = 0,038, RMSEA = 0,035 (IC à 90 % = 0,032, 0,038). Les tests de différence qui ont évalué la similarité des modèles ont suggéré qu’il y avait une invariance factorielle : χ2D(12) = 13,00, p = 0,369 ; ΔCFI = 0,001. Enfin, dans le modèle d’invariance stricte, la configuration, les charges factorielles, les moyennes/interceptions des indicateurs et les résidus ont été contraints d’être les mêmes pour chaque groupe. Les indices d’ajustement étaient loin d’être idéaux : χ2(341) = 798,20, p&lt;,001, CFI = 0,961, SRMS = 0,039, RMSEA = 0,0035 (IC à 90 % = 0,032, 0,038). L’invariance stricte a été soutenue par les tests de différence non significative qui ont évalué la similarité des modèles : χ2D(11) = 25,81, p&lt;,001 ; ΔCFI = 0,002
Précision du diagnostic Pour évaluer la précision et la capacité discriminante de la batterie multimédia, des analyses des caractéristiques de fonctionnement du récepteur (ROC) ont été effectuées. L’analyse ROC aide à déterminer le seuil optimal (valeur seuil) pour un test d’évaluation à échelle continue, en équilibrant la sensibilité (capacité à identifier correctement les vrais positifs) et la spécificité (capacité à identifier correctement les vrais négatifs). De plus, l’analyse ROC a été utilisée pour évaluer la capacité du test à faire la distinction entre les groupes DR et NAR. Pour effectuer l’analyse, des scores Z ont été calculés par note pour chaque tâche de la batterie multimédia. Le score omnibus était constitué de la somme des scores zêta. Des analyses statistiques et des présentations graphiques ont été réalisées à l’aide de la version 4.3.141 de R. Les packages pROC46 et ggplot242 ont été utilisés. En termes de précision diagnostique, la batterie multimédia présentait une aire sous la courbe (AUC) de 9439,8 [IC à 95 % : 93,31 %-96,24 % (DeLong)] et une sensibilité de 91,0 (Figure 2). Les courbes ROC par grade ont montré les indices suivants : 2° grade, AUC = 96,195 % [IC : 91,54 %-100 % (DeLong)], Se = 0,96, Sp = 0,90 ; 3° grade, AUC = 95,3, [IC à 95 % : 92,43 %-98,18 % (DeLong)], Se = 75,70, Sp = 72,34 ; 4° grade, AUC = 93,4 [IC à 95 % : 90,2 %-96,66 % (DeLong)], Se = 0,92, Sp = 0,84 ; 5° grade, AUC = 95,9 [IC à 95 % : 93,11 % à 98,75 % (DeLong)], Se = 0,90, Sp = 0,95 ; grade 6°, AUC = 94,4 [IC à 95 % : 91,11 % à 97,69 % (DeLong)], Se = 0,92, Sp = 0,91.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67031/67031fig02.jpg"> Figure 2 : Analyse du ROC de la courbe. Cette figure présente l’analyse de la courbe ROC, qui montre la précision diagnostique de l’outil numérique en traçant le taux de vrais positifs par rapport au taux de faux positifs à différents paramètres de seuil. Les unités de l’axe x de la courbe ROC sont la spécificité et les unités de l’axe y sont la sensibilité. Abréviations : ROC= courbe caractéristique de fonctionnement du récepteur ; AUC = aire sous la courbe. <a href="https://www.jove.com/files/ftp_upload/67031/67031fig02large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

Faire progresser l’évaluation de la dyslexie chez les enfants grâce aux tests informatisés

The acquisition of reading skills is an intricate process that demands the cultivation of various domain-general and domain-specific abilities. ...

advancing-dyslexia-assessment-in-children-through-computerized-testing

Research

Recherche

JoVE Journal

Behavior

Comportement

Nous présentons ici un protocole visant à développer le système de test informatisé adaptatif de l’évaluation fonctionnelle de l’AVC (CAT-FAS). Les CAT-FAS peuvent évaluer simultanément quatre fonctions (deux fonctions motrices [extrémités supérieures et inférieures], le contrôle postural et les activités courantes de la vie quotidienne) avec une fiabilité suffisante et l’efficacité administrative.

Système informatisé de test adaptatif d’évaluation fonctionnelle de l’AVC

Ce travail présente un protocole pour administrer les mesures basées sur le curriculum espagnol pour la détection précoce des difficultés de lecture, de mathématiques et d’écriture. Ces outils pourraient aider les praticiens et les chercheurs appliqués à travailler dans le contexte du modèle de réponse à l’intervention.

Universal Screening for Prevention of Reading, Writing, and Math Disabilities en Espagnol

Cette recherche présente un protocole proposé pour l’identification de la dyslexie. Le protocole est basé sur le diagnostic et la réponse aux modèles d’intervention. La proposition comprend l’utilisation d’entrevues structurées et de tests normalisés pour l’évaluation du rendement de lecture et de rédaction et des facteurs déterminants.

Évaluation de la dyslexie à l’âge de six ans

BM-PROMA est un outil de diagnostic multimédia valide et fiable qui peut fournir un profil cognitif complet des enfants ayant des troubles d’apprentissage mathématiques.

Batterie multimédia pour l’évaluation des compétences cognitives et de base en mathématiques (BM-PROMA)

Ce protocole présente la méthode étape par étape pour l’utilisation d’une application basée sur l’écriture, valide et fiable, conçue pour l’enseignement au niveau de la maternelle. Il s’agit d’un outil d’évaluation basé sur le programme d’études, qui se concentre spécifiquement sur l’évaluation des compétences d’écriture précoces des jeunes apprenants.

Un protocole de mesure de l’écriture à la maternelle basé sur un programme d’études sur tablette

L'USIN Réseau Neurobehavioral Scale (NNN) a été développé comme une évaluation pour les nourrissons à risque. Le but de cet article est de décrire la NNN, fournir des exemples vidéo des procédures NNN et discuter des façons dont l'examen a été utilisé.

Évaluation et d&#39;évaluation du risque néonatal haut: L&#39;échelle Neurobehavioral USIN réseau

Mesure objective et facile de traitement sensoriel est extrêmement difficile chez les patients pédiatriques non verbaux ou vulnérables. Nous avons développé une nouvelle méthodologie pour évaluer quantitativement les nourrissons et traitement cortical de toucher léger des enfants, phonèmes, et le traitement multisensoriel des deux stimuli, sans nécessiter la participation active de l'objet ou causer de l'inconfort chez les patients vulnérables.

Évaluation quantitative de traitement cortical auditif-tactile dans les enfants handicapés

Cet article décrit comment utiliser la tâche d’excentricité émotionnelle et l’IRMf pour mesurer l’activation cérébrale chez les enfants et les adolescents à haut risque familial de schizophrénie (FHR). L’IRMf a été utilisée pour mesurer les différences dans les régions fronto-striato-limbiques au cours d’une tâche d’excentricité émotionnelle. Les enfants atteints de FHR ont présenté une activation fonctionnelle anormale à l’adolescence.

Mesure de fronto-limbique activité en utilisant une Oddball Groupe émotionnelle chez les enfants atteints familiale à risque élevé pour la schizophrénie

Au cours des dernières années, il ya eu un intérêt croissant pour l'estimation des sources corticales du cuir chevelu mesurées activité électrique pour des expériences en neurosciences cognitives. Cet article décrit comment EEG haute densité est acquis et comment les enregistrements sont traités pour l'estimation de la source corticale chez les enfants dès l'âge de 2 ans au bébé Lab Londres.

Corticale Analyse de la source de haute densité EEG Recordings chez les enfants

Nous décrivons ici un paradigme de recherche visuelle à écran tactile qui peut être utilisé pour étudier la détection des menaces tout au long de la vie. Le paradigme a déjà été utilisé dans diverses études démontrant que les enfants et les adultes détectent plus rapidement les stimuli menaçants comme les serpents, les araignées et les visages en colère que les stimuli non menaçants.

Mesure attentionnels préjugés pour menace les enfants et les adultes

Découvrez la batterie multimédia SICOLE-R pour évaluer les compétences cognitives et de lecture des enfants hispanophones. Cette méthode améliore le diagnostic de la dyslexie et guide les interventions éducatives personnalisées.

Faire progresser l’évaluation de la dyslexie chez les enfants grâce aux tests informatisés

Explorer plus de vidéos