Name: La varianza nella comprensione della lettura per rivelare gli effetti unici e comuni di lingua di decomposizione e decodifica (Video) | JoVE Journal
Uploaded: 2018-10-11T15:00:00.000+00:00
Duration: 6 min 33 s
Description: Scopri come decomporre la varianza nella comprensione della lettura analizzando gli effetti unici e comuni di lingua e decodifica. Questo metodo statistico aiuta a comprendere le differenze individuali nello sviluppo del linguaggio.

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

La ricerca ha segnalata qui è stata sostenuta dall'Istituto di Scienze dell'educazione, US Department of Education, attraverso un subaward alla Florida State University da Grant R305F100005 per l'Educational Testing Service come parte della lettura per la comprensione Iniziativa. Le opinioni espresse sono quelle degli autori e non rappresentano opinioni dell'Istituto, l'US Department of Education, l'Educational Testing Service o Florida State University.

Nota: La procedura riportata di seguito descrive in decomposizione varianza totale in una variabile dipendente (Y) in componenti di varianza unica, varianza comunee varianza non spiegata basati su due variabili indipendenti selezionate (chiamate <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> e <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> per questo esempio) utilizzando il software con un'interfaccia utente grafica e software di gestione dati (Vedi Tabella materiali).
1. lettura dei dati nel Software con un'interfaccia utente grafica
<ol><li>Fare clic sul File.
	<ol>
<li>Passa il mouse sopra aperta.
</li>
		<li>Fare clic su dati.
</li>
	</ol>
</li>
	<li>Individuare il file di dati rilevanti sul computer.<ol>
<li>Se il tipo di file non è compatibile con il software con un'interfaccia utente grafica, fare clic su Tipo file e selezionare il formato di file appropriato.</li>
	</ol>
</li>
	<li>Fare clic su aperta.
</li>
</ol>2. stimare la varianza spiegata nella variabile dipendente (Y)
<ol><li>
Varianza totale spiegata basato su due variabili indipendenti — totale R2. Nota: Un valore di2 Rè noto come il coefficiente di determinazione e rappresenta la percentuale di varianza per una variabile dipendente che è spiegata da un insieme di variabili indipendenti.<ol>
<li>Fare clic su analizza e posiziona il mouse sulla regressione e selezionare lineare.
</li>
		<li>Fare clic sulla variabile dipendente nell'elenco delle variabili. Quindi fare clic sulla freccia accanto al dipendente.</li>
		<li>Fare clic su due variabili indipendenti (X1 e X2) nell'elenco delle variabili. Fare clic sulla freccia accanto a Independent(s).</li>
		<li>Fare clic su OK.</li>
		<li>Fare clic sulla finestra di visualizzazione del software.<ol>
<li>Utilizzare il mouse per scorrere fino alla sezione denominata Riepilogo modello. Registrare il valore nella colonna R Square ed etichettare questo valore totale R2.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
Varianza totale spiegata sulla base di<img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"><ol>
<li>Ripetere i passaggi da 2.1.1 attraverso 2.1.4 utilizzando solo <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> nell'elenco variabile indipendente.</li>
		<li>Fare clic sulla finestra di visualizzazione del software.<ol>
<li>Utilizzare il mouse per scorrere fino alla sezione denominata Riepilogo modello. Registrare il valore nella colonna R Square ed etichettare questo valore <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
Varianza totale spiegata sulla base di<img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"><ol>
<li>Ripetere i passaggi da 2.1.1 attraverso 2.1.4 utilizzando solo <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> nell'elenco variabile indipendente.</li>
		<li>Fare clic sulla finestra di visualizzazione del software.<ol>
<li>Utilizzare il mouse per scorrere fino alla sezione denominata Riepilogo modello. Registrare il valore nella colonna R Square ed etichettare questo valore <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2.</li>
		</ol>
</li>
	</ol>
</li>
</ol>3. le componenti di varianza unica, comune e non spiegata di calcolo
<ol><li>Aprire il software di gestione dati.</li>
	<li>Immettere le etichette totale R2, <img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"> R2, e <img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"> R2 in celle A1, B1 e C1, rispettivamente.</li>
	<li>Immettere il valore2 totale Rdal passaggio 2.1.5.1 nella cella A2.</li>
	<li>Immettere il <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2 valore dal punto 2.2.2.1 nella cella B2.</li>
	<li>Immettere il <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2 valore dal passaggio 2.3.2.1 nella cella C2.</li>
	<li>Calcolare la varianza unica di variabile 1 (U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2) nel software di gestione dati.<ol>
<li>Nella cella D2 digitare: "= A2-C2" (cioè, totale R2 meno <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2). Nella cella D1 etichettare questo valore U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2.</li>
	</ol>
</li>
	<li>Calcolare la varianza unica di 2 variabili (U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2) nel software di gestione dati.<ol>
<li>Nella cella E2 tipo: "= A2-B2" (cioè, totale R2 meno <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2). Nella cella E1 etichettare questo valore U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2.</li>
	</ol>
</li>
	<li>Calcolare la varianza comune tra variabili 1 e 2 (C<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2) nel software di gestione dati.<ol>
<li>Nella cella F2 tipo: "= A2-D2-E2" (cioè, totale R2 meno U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2 meno U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2). Nella cella F1 etichettare questo valore C<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2.</li>
	</ol>
</li>
	<li>Calcolare la varianza non spiegata (e) nel software di gestione dati.<ol>
<li>Nel tipo di cella G2: "= 1-A2" (cioè, 1-totale R2). Nella cella G1 etichettare questo valore e.
</li>
	</ol>
</li>
</ol>4. tracciare la UX1R2, UX2R2, CX1X2R2ed e valori
Nota: I valori nelle celle D2, E2, F2 e G2 sono tracciati.
<ol><li>Fare clic e trascinare il mouse sopra le celle D2, E2, F2 e G2 per evidenziare i dati.</li>
	<li>Fare clic su Inserisci sulla barra multifunzione del software di gestione dati.</li>
	<li>Fare clic su Charts | Grafico a torta | grafico a torta 2-D.
</li>
</ol>

<ol><li>Gough, P., Tunmer, W. <a target="_blank" href="http://journals.sagepub.com/doi/abs/10.1177/074193258600700104">Decoding, reading, and reading disability.</a> Remedial and Special Education. 7, 6-10 (1986).</li>
<li>Quinn, J. M., Wagner, R. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+meta-analytic+structural+equation+modeling+to+study+developmental+change+in+relations+between+language+and+literacy%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Using meta-analytic structural equation modeling to study developmental change in relations between language and literacy.</a> Child Development. , in press (2018).</li>
<li>Chen, R. S., Vellutino, F. <a target="_blank" href="http://journals.sagepub.com/doi/pdf/10.1080/10862969709547947">Prediction of reading ability: A cross-validation study of the simple view of reading.</a> Journal of Literacy Research. 29 (1), 1-24 (1997).</li>
<li>Catts, H., Hogan, T., Adlof, S. Developmental changes in reading and reading disabilities. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCatts%2C+H+%22Connections+between+language+and+reading+disabilities%22">Connections between language and reading disabilities</a>. Catts, H., Kamhi, A. , Erlbaum. Mahwah, NJ. (2005).</li>
<li>Gough, P., Hoover, W., Peterson, C. Some observations on the simple view of reading. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGough%2C+P+%22Reading+comprehension+difficulties%22">Reading comprehension difficulties</a>. Cornoldi, C., Oakhill, J. , Erlbaum. Hillsdale, NH. (1996).</li>
<li>Dreyer, L., Katz, L. <a target="_blank" href="https://files.eric.ed.gov/fulltext/ED359575.pdf#page=171">An examination of "The Simple View of Reading.".</a> Haskins Laboratories Status Report on Speech Research. SR-111/112. , 161-166 (1992).</li>
<li>Neuhaus, G., Roldan, L., Boulware-Gooden, R., Swank, P. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/02702710500468724">Parsimonious reading models: Identifying teachable subskills.</a> Reading Psychology. 27, 37-58 (2006).</li>
<li>Kershaw, S., Schatschneider, C. <a target="_blank" href="https://link.springer.com/article/10.1007/s11145-010-9278-3">A latent variable approach to the simple view of reading.</a> Reading and Writing. 25, 433-464 (2012).</li>
<li>Hoover, W., Gough, P. <a target="_blank" href="https://link.springer.com/article/10.1007/BF00401799">The simple view of reading.</a> Reading and Writing. 2, 127-160 (1990).</li>
<li>Adlof, S., Catts, H., Little, T. <a target="_blank" href="https://link.springer.com/article/10.1007/s11145-006-9024-z">Should the simple view of reading include a fluency component?</a> Reading & Writing. 19, 933-958 (2006).</li>
<li>Anthony, J., Davis, C., Williams, J., Anthony, T. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S1041608014001423">Preschoolers' oral language abilities: A multilevel examination of dimensionality.</a> Learning and Individual Differences. 35, 56-61 (2014).</li>
<li>Bornstein, M., Hahn, C., Putnick, D., Suwalsky, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stability+of+core+language+skill+from+early+childhood+to+adolescence%3A+A+latent+variable+approach%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Stability of core language skill from early childhood to adolescence: A latent variable approach.</a> Child Development. 85, 1346-1356 (2014).</li>
<li>Protopapas, A., Simos, P., Sideridis, G., Mouzaki, A. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/02702711.2010.507626">The components of the simple view of reading: A confirmatory factor analysis.</a> Reading Psychology. 33, 217-240 (2012).</li>
<li>Tomblin, J. B., Zhang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+dimensionality+of+language+ability+in+school-age+children%5BTitle%5D)+AND+%22Journal+of+Speech%2C+Language%2C+and+Hearing+Research%22%5BJournal%5D)">The dimensionality of language ability in school-age children.</a> Journal of Speech, Language, and Hearing Research. 49, 1193-1208 (2006).</li>
<li>Foorman, B., Herrera, S., Petscher, Y., Mitchell, A., Truckenmiller, A. <a target="_blank" href="https://link.springer.com/article/10.1007/s11145-015-9544-5">The Structure of Oral Language and Reading and Their Relation to Comprehension in grades kindergarten through grade 2.</a> Reading and Writing. 28 (5), 655-681 (2015).</li>
<li>Foorman, B., Koon, S., Petscher, Y., Mitchell, A., Truckenmiller, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Examining+General+and+Specific+Factors+in+the+Dimensionality+of+Oral+Language+and+Reading+in+4th-10th+Grades%5BTitle%5D)+AND+%22Journal+of+Educational+Psychology%22%5BJournal%5D)">Examining General and Specific Factors in the Dimensionality of Oral Language and Reading in 4th-10th Grades.</a> Journal of Educational Psychology. 107 (3), 884-899 (2015).</li>
<li>Kieffer, M., Petscher, Y., Proctor, C. P., Silverman, R. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/10888438.2016.1214591">Is the whole greater than the sum of its parts? Modeling the contributions of language comprehension skills to reading comprehension in the upper elementary grades.</a> Scientific Studies of Reading. 20 (6), 436-454 (2016).</li>
<li>Kim, Y. S. G., Park, C., Park, Y. <a target="_blank" href="https://link.springer.com/article/10.1007/s11145-015-9542-7">Dimensions of discourse level oral language skills and their relation to reading comprehension and written composition: an exploratory study.</a> Reading and Writing. 28, 633-654 (2015).</li>
<li>Foorman, B., Petscher, Y., Herrera, S. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S1041608018300414">Unique and common effects of decoding and language factors in predicting reading comprehension in grades 1-10.</a> Learning and Individual Differences. 63, 12-23 (2018).</li>
<li>Perfetti, C. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/10888430701530730">Reading ability: Lexical quality to comprehension.</a> Scientific Studies of Reading. 11 (4), 357-383 (2007).</li>
<li>Perfetti, C., Stafura, J. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/10888438.2013.827687">Word knowledge in a theory of reading comprehension.</a> Scientific Studies of Reading. 18 (4), 22-37 (2014).</li>
<li>Torgesen, J., Wagner, R., Rashotte, C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTorgesen%2C+J+%22Test+of+Word+Reading+Efficiency%22">Test of Word Reading Efficiency</a>. , 2nd ed, ProEd. Austin, TX. (2012).</li>
<li>Dunn, L., Dunn, D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aDunn%2C+L+%22Peabody+Picture+Vocabulary+Test-4%22">Peabody Picture Vocabulary Test-4</a>. , Pearson. San Antonio, TX. (2007).</li>
<li>MacGinitie, W., MacGinitie, R., Maria, K., Dreyer, L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMacGinitie%2C+W+%22Gates-MacGinitie+Reading+Tests%22">Gates-MacGinitie Reading Tests</a>. , 4th ed, Riverside Publishing. Rolling Meadows, IL. (2000).</li>
<li>Wanzek, J., Wexler, J., Vaughn, S., Ciullo, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reading+interventions+for+struggling+readers+in+the+upper+elementary+grades%3A+a+synthesis+of+20+years+of+research%5BTitle%5D)+AND+%22Reading+%26+Writing%22%5BJournal%5D)">Reading interventions for struggling readers in the upper elementary grades: a synthesis of 20 years of research.</a> Reading & Writing. 23, 889-912 (2010).</li>
<li>Foorman, B., Petscher, Y., Stanley, C., Herrera, S. <a target="_blank" href="https://www.tandfonline.com/doi/abs/10.1080/19345747.2016.1237597">Latent profiles of reading and language and their association with standardized reading outcomes in kindergarten through tenth grade.</a> Journal of Research on Educational Effectiveness. 10 (3), 619-645 (2017).</li>
<li>Lesaux, N. K., Kieffer, M. J., Kelley, J. G., Harris, J. <a target="_blank" href="http://journals.sagepub.com/doi/abs/10.3102/0002831214532165">Effects of academic vocabulary instruction for linguistically diverse adolescents: Evidence from a randomized field trial.</a> American Educational Research Journal. 51 (6), 1159-1194 (2014).</li>
<li>Lawrence, J., Crosson, A., Paré-Blagoev, E., Snow, C. <a target="_blank" href="http://journals.sagepub.com/doi/abs/10.3102/0002831215579485">Word generation randomized trial: Discussion mediates the impact of program treatment on academic word learning.</a> American Educational Research Journal. 52 (4), 750-786 (2015).</li>
</ol>

Gli autori dichiarano di non avere nessun concorrenti interessi finanziari.

Ci sono tre passaggi critici nel protocollo per la decomposizione della varianza in R in varianza unica e comune a causa di L e D. In primo luogo, sottrarre la R2 nel modello L-solo dal modello completo per ottenere l'unico R2 per D. In secondo luogo, sottrarre la R2 per il modello D-solo dal modello completo di ottenere l'unico R2 per terzo L., di ottenere la varianza comune spiegata da L e D, sottrarre la somma delle uniche due R2 da R2 per il modello co...

La semplice visualizzazione di lettura1 (SVR) continua come un popolare modello di lettura a causa della sua semplicità-lettura (R) è il prodotto di decodifica (D) e la lingua (L)- e perché SVR tende a spiegare, in media, circa il 60% di spiegato varianza nella lettura comprensione2. SVR predice che le correlazioni tra D e R si ridurrà nel tempo e che le correlazioni tra L e R aumenterà nel corso del tempo. Gli studi sostengono generalmente questo pronostico3,4,5. Ci sono disaccordi, tuttavia, circa la forma funzionale di SVR, con modelli additivi (D + L = R) spiegando significativamente più varianza nella lettura e comprensione rispetto ai modelli prodotto (P × L = R)6,7,8e un combinazione di somma e prodotto [R = D + L + (P × L) che spiega la maggior quantità di varianza nella lettura comprensione3,9.
Recentemente il modello SVR ha ampliato di là di regressioni basati su variabili osservate alla modellazione variabile latente utilizzando analisi confermativa fabbrica e modellazione di equazioni strutturali. D è in genere misurata con lettura senza orario o temporizzata di parole reali e/o nonwords e R viene solitamente misurata da un test di lettura standardizzata che include passaggi informativi seguite da domande a scelta multipla e alfabetizzazione. L è in genere misurata dai test di vocabolario espressivo e ricettivo e, soprattutto nelle classi primarie, dalle misure della sintassi espressiva e ricettiva e comprensione orale. Più studi longitudinali segnalano che L è unidimensionale10,11,12,13. Tuttavia, un altro studio longitudinale14 segnala una struttura di due fattori per L in delle classi primarie e una struttura unidimensionale in gradi 4 e 8. Recenti studi cross-sectional segnalano che un modello di bifactor migliore si inserisce i dati e predice R15,16,17,18. Ad esempio, Foorman et al. 16 rispetto unidimensionale, fattore di tre, quattro-fattore e bifactor modelli di SVR nei dati da studenti nei gradi 4-10 e ho trovato che un modello di bifactor meglio si adatta e spiegato 72% al 99% della varianza in R. Un fattore generale L ha spiegato varianza in tutti i sette gradi, lessico e sintassi ha spiegato in modo univoco varianza solo in un grado ogni. Anche se il fattore D moderatamente è stato correlato con L e R in tutti i gradi (0.40-0.60 e 0,47-0,74, rispettivamente), che non era in modo univoco correlato con R in presenza del fattore generale di L.
Anche se latente variabile modellazione ha espanso SVR da mettere in luce la dimensionalità di L e il ruolo unico che L gioca nella predizione R di là delle classi primarie, nessuno studio di SVR tranne uno da Foorman et al. 19 hanno diviso la varianza nella lettura e comprensione in che cosa è dovuto unicamente a D e L e ciò che è condiviso in comune. Si tratta di una grande omissione nella letteratura. Concettualmente ha senso che D e L condividerebbero varianza nel predire la lingua scritta perché riconoscimento parola comporta le competenze linguistiche della fonologia, semantica e discorso presso la frase e testo livelli20. Allo stesso modo, comprensione linguistica deve essere collegato a rappresentazioni ortografiche di fonemi, morfemi, parole, frasi e discorso se testo è quello di essere capiti21. Moltiplicando D di L non produce la conoscenza condivisa da questi componenti. Solo la decomposizione della varianza in ciò che è unico e ciò che è condiviso dal D e L a R predizione rivelerà la conoscenza integrata cruciale per il successo degli interventi educativi.
Uno studio di Foorman et al. 19 che decomposto la varianza di comprensione della lettura in ciò che è unico e ciò che è comune a D e L impiegato una variabile latente approccio di modellazione. Il protocollo riportato di seguito viene illustrata la tecnica con dati da studenti nei gradi 1, 7 e 10 basato su singolo osservato variabili per D (decodifica temporizzata), L (Vocabolario ricettivo) e R (standardizzato prova di comprensione di lettura) per rendere il processo di decomposizione facile da capire. I dati rappresentano un sottoinsieme dei dati da Foorman et al. 19.

<table><tbody><tr><td>IBM SPSS Statistiche Software</td><td>IBM</td><td></td><td></td></tr><tr><td>Microsoft Office Excel</td><td>Microsoft</td><td></td><td></td></tr></tbody></table>

la varianza nella comprensione della lettura per rivelare gli effetti unici e comuni di lingua di decomposizione e decodifica

Decomposing the Variance in Reading Comprehension to Reveal the Unique and Common Effects of Language and Decoding

La semplice visualizzazione di lettura è un modello popolare di lettura che sostiene che la lettura è il prodotto di decodifica e lingua, con ogni componente in modo univoco di predizione comprensione della lettura. Anche se i ricercatori hanno sostenuto che se la somma, piuttosto che il prodotto dei componenti è il preannunciatore migliore, nessun ricercatori partizionato la varianza spiegata per esaminare la misura in cui i componenti condividono varianza nel predire la lettura. Per scomporre la varianza, sottraiamo R2 per il sola lingua modello dal modello completo per ottenere l'unico R2 per la decodifica. In secondo luogo, sottraiamo R2 per il modello solo per la decodifica del modello completo per ottenere l'unico R2 per lingua. In terzo luogo, per ottenere la varianza comune spiegato da lingua e decodifica, sottraiamo la somma delle uniche due R2 da R2 per il modello completo. Il metodo è illustrato in un approccio di regressione con dati da studenti nei gradi 1 (n = 372), 6 (n = 309) e 10 (n = 122) utilizzando una misura osservata della lingua (Vocabolario ricettivo), decodifica (lettura di parola temporizzato) e comprensione del testo (test standardizzato). I risultati rivelano una quantità relativamente grande di varianza nella lettura e comprensione ha spiegato in grado 1 dalla varianza comune nella decodifica e lingua. Di grado 10, tuttavia, è l'unico effetto della lingua e l'effetto comune di lingua e di decodifica che ha spiegato la maggior parte della varianza nella comprensione della lettura. I risultati sono discussi nel contesto di una versione estesa della semplice visualizzazione di lettura che considera gli effetti unico e condiviso di lingua e decodifica nella predizione di comprensione della lettura.

L'obiettivo di questo studio era di studiare i contributi di varianza unica e comune di lingua (L) e decodifica (D) per prevedere la lettura e comprensione (R) nei gradi 1, 7 e 10 in Florida, uno stato cui demografia sono rappresentante della nazione come un intero. C'erano due ipotesi per quanto riguarda le stime della varianza spiegata in lettura e comprensione. In primo luogo, dopo le classi primarie, il contributo unico di D significativamente diminuirà e aumenterà il contributo unico...

Qui presentiamo un protocollo per la decomposizione della varianza nella comprensione della lettura in effetti unici e comuni di lingua e decodifica.

La varianza nella comprensione della lettura per rivelare gli effetti unici e comuni di lingua di decomposizione e decodifica

The Simple View of Reading is a popular model of reading that claims that reading is the product of decoding and language, with each component uniquely ...

Questo metodo può aiutare a rispondere a domande chiave nel campo delle scienze sociali sulla psicologia della lettura e dello sviluppo del linguaggio. Questa tecnica illustra come le caratteristiche delle differenze individuali co-variano e come un effetto unico può pail rispetto a un effetto condiviso con altre caratteristiche. Le implicazioni di questa tecnica si estendono più in generale alle scienze sociali.In quanto consente di contabilizzarne la comunanza dei predittori che ci aiutano a comprendere la varianza sovrapposta. Per leggere i dati nel software con un'interfaccia utente grafica, fare clic sul file e posizionare il mouse sull'apertura. Fare clic sui dati e individuare il file di dati pertinente nel computer.Se il tipo di file non è coerente con il software con un'interfaccia utente grafica, fare clic su file di tipo e selezionare il formato di file appropriato. Quindi fare clic su apri. Per spiegare la varianza totale basata su due variabili indipendenti, fare clic su analizza e posizionare il puntatore del mouse sulla regressione per selezionare lineare.Fare clic sulla variabile dipendente nell'elenco delle variabili, seguita dalla freccia accanto a dipendente. Fare clic sulle due variabili indipendenti nell'elenco delle variabili e fare clic sulla freccia accanto all'indipendenza. Fare clic su OK e sulla finestra del visualizzatore del software.Utilizzate il mouse per scorrere fino alla sezione di riepilogo del modello e registrare il valore in R quadrato. Quindi etichettare questo valore totale R al quadrato. Per spiegare la varianza totale basata su una variabile indipendente, ripetere la spiegazione della varianza totale con una variabile indipendente solo nell'elenco delle variabili indipendenti e fare clic sulla finestra del visualizzatore del software.Quindi utilizzare il mouse per scorrere fino alla sezione di riepilogo del modello, registrare il valore sotto la colonna quadrata R ed etichettare questa variabile indipendente dal valore una R al quadrato. Per spiegare la varianza totale basata sulla variabile indipendente due, ripetere la spiegazione della varianza totale con la variabile indipendente due solo nell'elenco delle variabili indipendenti e fare clic sulla finestra del visualizzatore del software. Quindi utilizzare il mouse per scorrere fino alla sezione di riepilogo del modello, registrare il valore sotto la colonna quadrata R ed etichettare questa variabile indipendente di valore due R al quadrato.Per calcolare i componenti di varianza univoci, comuni e inspiegabili, aprire il software di gestione dei dati e immettere rispettosamente la variabile indipendente al quadrato R totale una R al quadrato e la variabile indipendente due R al quadrato nelle celle A1, B1 e C1. Immettere il valore totale R al quadrato in A2. La variabile indipendente un valore al quadrato R in B2 e la variabile indipendente due R al quadrato in C2. Per calcolare la varianza univoca della variabile uno, immettere la formula in D2 ed etichettare questo valore come varianza univoca della variabile uno in D1. Per calcolare la varianza univoca della variabile due, immettere la formula in E2 ed etichettare il valore come varianza univoca della variabile due in E1. Per calcolare la varianza comune tra le variabili uno e due, immettere la formula in F2 ed etichettare questo valore come vari comuni tra variabili uno e due in F1. Per calcolare la varianza inspiegabile, immettere la formula in G2 ed etichettare questa varianza inspiegabile in G1. Per tracciare la varianza univoca della variabile uno, la varianza univoca della variabile due, la varianza comune tra le variabili uno e due e la varianza inspiegabile, fare clic e trascinare le celle del mouse su D2, E2, F2 e G2 per evidenziare i dati e fare clic su Inserisci, quindi su grafici, grafico a torta e grafico a torta 2D. In questo studio rappresentativo delle variazioni uniche e comuni del linguaggio e della decodifica per prevedere la comprensione della lettura, l'analisi di regressione per gli studenti di primo grado rappresentava il 60% della varianza totale nella comprensione della lettura.Quando la varianza nel primo grado è stata scomposta in effetti unici e comuni, la decodifica ha spiegato in modo univoco il 24% della varianza nella comprensione della lettura e il linguaggio ha spiegato in modo univoco il 17% della varianza. La varianza comune della decodifica e del linguaggio era del 19% nel settimo grado, l'analisi di regressione rappresentava il 53% della varianza totale nella comprensione della lettura. Con la decodifica spiegata in modo univoco dal 7% della varianza nella comprensione della lettura e il linguaggio ha spiegato il 28% della varianza.La varianza comune della decodifica e del linguaggio nello spiegare la varianza nella comprensione della lettura era del 18%Nel grado 10, l'analisi di regressione rappresentava il 61% della varianza totale nella comprensione della lettura. Con la decodifica che rappresenta in modo univoco un 6% della varianza e un linguaggio che rappresenta in modo univoco il 42% della varianza. La varianza comune della decodifica e del linguaggio nello spiegare la varianza nella comprensione della lettura era del 13%Durante il tentativo di questa procedura, è importante ricordare che il processo di decomposizione differisce dai tipici approcci di regressione del calcolo separato della varianza univoca spiegata da ogni variabile indipendente.Questo protocollo può essere modificato per rispondere ad ulteriori domande sul fatto che le proporzioni delle varianze uniche e comuni differiscano per status socioeconomico. Inoltre, le variabili osservabili possono essere sostituite con variabili latenti per ridurre l'errore di misurazione. La quantità di varianza comune che decodificare e linguaggio insieme spiegano nel prevedere la comprensione della lettura, specialmente nei gradi elementari suggeriscono che l'istruzione dovrebbe concentrarsi sull'integrazione della conoscenza linguistica a livello di parola.

decomposing-variance-reading-comprehension-to-reveal-unique-common

Research

Ricerca

JoVE Journal

Behavior

Comportamento

Il presente articolo esamina una metodologia di eye tracking per gli studi sulla comprensione del linguaggio. Per ottenere dati affidabili, passaggi chiave del protocollo devono essere seguiti. Tra questi vi sono il corretto set-up dell'inseguitore dell'occhio (per esempio, garantire la buona qualità delle immagini dell'occhio e testa) ed una calibrazione accurata.

Eye Tracking durante la comprensione del linguaggio visivo situato: Flessibilità e limitazioni a scoprire gli effetti di contesto visivo

Il metodo è stato progettato per studiare il ruolo di inibizione di ritorno (IOR) in movimenti regressivi oculari durante la lettura. Il focus è sulla differenziazione tra regressioni attivati a seguito di comprensione difficoltà rispetto a quelli attivati da errore oculomotoria, compreso il ruolo dello IOR nei due tipi di regressioni.

Eye-tracking per distinguere movimenti oculari regressivo oculomotoria basati e comprensione durante la lettura

Vi presentiamo un protocollo per esaminare l'uso delle indicazioni morfologiche durante la comprensione di frase in tempo reale da parte dei bambini con autismo.

Usando il paradigma del mondo visivo per studiare frase comprensione in lingua Mandarina i bambini con autismo

Qui, presentiamo un protocollo che impiega attività di interferenza dual-modale per esaminare l'elaborazione online delle frasi di clausola relativa parlata-cinese. Sono descritti due esperimenti esemplari che coinvolgono l'elaborazione uditiva con interferenze intra ed extrasentenziali. Il paradigma fornisce una metodologia per affrontare la natura della memoria di lavoro e i suoi effetti sull'elaborazione delle frasi.

Esame dell'elaborazione sintattica online delle frasi complesse parlate in cinese utilizzando attività di interferenza dual-modale

Questo articolo descrive come implementare un semplice esperimento di decisione lessicale per valutare il riconoscimento delle parole scritte nei partecipanti neurologicamente sani e negli individui con demenza e declino cognitivo. Forniamo anche una descrizione dettagliata dell'analisi del tempo di reazione utilizzando l'analisi dei componenti principali (PCA) e la modellazione di effetti misti.

Compito decisionale lessicale per studiare il riconoscimento delle parole scritte negli adulti con e senza demenza o lieve danno cognitivo

Questo documento dimostra l'uso del metodo gold standard nella genetica comportamentale, il metodo di decomposizione Cholesky, per stimare influenze genetiche e ambientali uniche e sovrapposte su diverse variabili per rispondere a ricerche longitudinalmente motivate Domande.

Utilizzo della decomposizione di Cholesky per esplorare le differenze individuali nelle relazioni longitudinali tra le abilità di lettura

Questa ricerca definisce un protocollo proposto per l'identificazione della dislessia. Il protocollo si basa sulla diagnostica e sulla risposta ai modelli di intervento. La proposta prevede l'utilizzo di interviste strutturate e test standardizzati per la valutazione delle prestazioni di lettura e scrittura e fattori determinanti.

Valutazione della dislessia all'età di sei anni

Qui è presentato un protocollo che introduce una serie di compiti di apprendimento statistico a misura di bambino orientati all'esame dell'apprendimento dei modelli statistici temporali da parte dei bambini attraverso i domini e le modalità sensoriali. Le attività sviluppate raccolgono dati comportamentali utilizzando la piattaforma basata sul web e i dati fMRI (Functional Magnetic Resonance imaging) basati su attività per esaminare il coinvolgimento neurale durante l'apprendimento statistico.

Misurazione dell'apprendimento statistico tra modalità e domini nei bambini in età scolare tramite una piattaforma online e tecniche di neuroimaging

La batteria multimediale per la valutazione delle competenze di dominio generale e specifico nella lettura è una batteria multimediale affidabile e valida progettata per valutare le abilità cognitive e di lettura di base. Consente la generazione di un profilo completo delle prestazioni cognitive e di lettura, particolarmente vantaggioso per i bambini con dislessia.

Migliorare la valutazione della dislessia nei bambini attraverso test computerizzati

Il presente articolo descrive come utilizzare le metodologie di tracciamento oculare per studiare i processi cognitivi coinvolti nella comprensione del testo. Sono incluse descrizioni delle apparecchiature di tracciamento oculare, come sviluppare stimoli sperimentali e raccomandazioni procedurali. Le informazioni presentate possono essere applicate alla maggior parte di qualsiasi studio utilizzando stimoli verbali.

Utilizzo dei movimenti oculari per valutare i processi cognitivi coinvolti nella comprensione del testo

Scopri come decomporre la varianza nella comprensione della lettura analizzando gli effetti unici e comuni di lingua e decodifica. Questo metodo statistico aiuta a comprendere le differenze individuali nello sviluppo del linguaggio.

La varianza nella comprensione della lettura per rivelare gli effetti unici e comuni di lingua di decomposizione e decodifica

Esplora altri video