Name: 言語の一意と共通の効果を明らかにする読解力の分散の分解と復号化 (動画) | JoVE Journal
Uploaded: 2018-10-11T15:00:00.000+00:00
Duration: 6 min 33 s
Description: 学ぼう、読解力の分散を言語と復号化の効果に分解する手法。統計解析で個人差と予測因子の重複分散を明らかにし、読みの心理学と言語発達研究に応用する方法です。

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

ここで報告された研究は教育テスト サービスに理解のための読書の一部としてグラント R305F100005 からフロリダ州立大学 subaward を通じて米国教育省教育科学研究所をサポートいたイニシアチブ。意見は、著者の研究所、米国教育省、教育テスト サービス、またはフロリダの州立大学の景色ではない.

注: 以下の手順は、(<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">と呼ばれる 2 つの選択した独立変数に基づくユニークな分散、分散が共通なと原因不明の分散コンポーネントに従属変数 (Y) の合計差異を分解を記述します。と<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">この例で) グラフィカル ユーザー インターフェイスとソフトウェアおよびデータ管理ソフトウェア (材料の表を参照) を使用しています。
1. グラフィカル ユーザー インターフェイスとソフトウェアへのデータの読み込み
<ol><li>クリックしてファイル。
	<ol>
<li>上にマウスオープンします。
</li>
		<li>クリックしてデータ。
</li>
	</ol>
</li>
	<li>コンピューター上の関連するデータ ファイルを探します。<ol>
<li>場合ファイルの種類は、グラフィカル ユーザー インターフェイスを使用するソフトウェアと一貫性のあるは、ファイルの種類をクリックし、適切なファイル形式を選択します。</li>
	</ol>
</li>
	<li>クリックしてオープンします。
</li>
</ol>2. 従属変数 (Y) で説明される分散を推定します。
<ol><li>
2 つの独立した変数に基づく合計分散の説明-合計R2。 注: R2値は、決定係数と呼ばれます、一連の独立変数によって説明される従属変数の分散の比率を表します。<ol>
<li>分析をクリックし、マウスを回帰選択線形。
</li>
		<li>変数リストの従属変数をクリックします。依存の横にある矢印をクリックします。</li>
		<li>変数リストの 2 つの独立変数 (X1 X2) をクリックします。次に矢印をクリックし、 Independent(s)。</li>
		<li>[Ok]をクリックします。</li>
		<li>ソフトウェアの表示ウィンドウをクリックします。<ol>
<li>マウスを使用して、モデルの概要と呼ばれるセクションにスクロールします。ラベルこの値合計R2と列R スクエアの下で値を記録します。</li>
		</ol>
</li>
	</ol>
</li>
	<li>
総差異説明に基づいて<img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"><ol>
<li>手順のみを使用して 2.1.4 を通じて 2.1.1<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">独立変数リストで。</li>
		<li>ソフトウェアの表示ウィンドウをクリックします。<ol>
<li>マウスを使用して、モデルの概要と呼ばれるセクションにスクロールします。R スクエア列の下の値を記録し、この値をラベル<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2。</li>
		</ol>
</li>
	</ol>
</li>
	<li>
総差異説明に基づいて<img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"><ol>
<li>手順のみを使用して 2.1.4 を通じて 2.1.1<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">独立変数リストで。</li>
		<li>ソフトウェアの表示ウィンドウをクリックします。<ol>
<li>マウスを使用して、モデルの概要と呼ばれるセクションにスクロールします。R スクエア列の下の値を記録し、この値をラベル<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2。</li>
		</ol>
</li>
	</ol>
</li>
</ol>3. ユニークな、一般的な、そして原因不明の分散成分の計算
<ol><li>データ管理ソフトウェアを開きます。</li>
	<li>合計R2,のラベルを入力してください<img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"> R2、および<img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"> R2のセル A1、B1、および C1、それぞれ。</li>
	<li>セル A2 の 2.1.5.1 のステップから合計R2値を入力します。</li>
	<li>入力、<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">ステップ 2.2.2.1 セル B2 からR2値。</li>
	<li>入力、<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">ステップ 2.3.2.1 セル C2 からR2値。</li>
	<li>ユニークな変数 1 の分散を計算する (U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2) データ管理ソフトウェア。<ol>
<li>セル D2 型:「A2 C2 =」(マイナスすなわち、合計R2 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2)。セル D1 でラベルこの値 U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2。</li>
	</ol>
</li>
	<li>ユニークな変数 2 の分散を計算する (U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2) データ管理ソフトウェア。<ol>
<li>セル E2 型:「A2 B2 =」(マイナスすなわち、合計R2 <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2)。セル E1 にラベルをこの値 U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2。</li>
	</ol>
</li>
	<li>変数 1 と 2 の間の一般的な分散を計算 (C<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2) データ管理ソフトウェア。<ol>
<li>セル F2 型:「= A2 D2 E2」(すなわち、合計R2 U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">U マイナスR2 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2)。セル F1 でこの値 C のラベル<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2。</li>
	</ol>
</li>
	<li>データ管理ソフトウェアで原因不明の差異 (e) を計算します。<ol>
<li>セル G2 タイプで:「1 A2 =」(すなわち、 1 合計R2)。セル G1 のラベルをこの値e.
</li>
	</ol>
</li>
</ol>4. U×1R2、U×2R2、CX1X2R2、 eの値をプロットします。
注: セル D2、E2、F2、G2 の値がプロットされます。
<ol><li>クリックし、データを強調表示するセル D2、E2、F2、G2 をマウスでドラッグします。</li>
	<li>データ管理ソフトウェアのリボンに挿入をクリックします。</li>
	<li>クリックしてグラフ |グラフ | 2 D 円グラフ。
</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>

著者は、彼らは競合する金銭的な利益があることを宣言します。

L と D のためのユニークで一般的な差異に R の分散の分解のプロトコルで 3 つの重要なステップがあります。まず、D のユニークな R2を取得する完全なモデルから L だけのモデルに R2を減算します。第二に、完全なモデルの R2から 2 つのユニークな R2の合計を引く L. 第三に、L と D によって説明される共通分散を取得するためのユニークな R2を取得する完全なモデルから D 専用モデルの R2を減算します。
プロトコルへの変更は D および L の変数は時間デコードおよびここで使用される受容語彙の観察された対策のためダミーのコードを交換し、かどうかなど社会経済的地位 (SES)、コントロール変数は性別、潜在的な必要に応じて、レース/民族性は、モデルに追加されます。ベン図形型図表を使用するなど、円グラフに結果をプロットする選択肢も考えられます。円グラフは、原因不明の差異としてユニークで共通の差異の割合が表示されるようにここで使用されました...

簡単な読書ビュー1 (SVR) 続けてそのシンプルさの読み取り (R) のための読書の人気モデルは (D) をデコードの製品と言語 (L)-の約 60% が読書の差異を説明した SVR は、平均を説明する傾向があるので、読解2。SVR は、D と R の間の相関関係は時間をかけて減少して L と R の間の相関関係は時間の経過とともに増加するを予測します。研究は、一般にこの予測3,4,5をサポートします。加法モデルで、SVR の機能フォームについてしかし、意見の相違があります (D + L = R) 製品モデルよりも読解ではるかの差異を説明する (D × L = R)6,7、8と合計、および製品の組み合わせ [R = L + D + (D × L) 読解3,9を読んでの差異の最大の量を説明します。
最近 SVR モデル検証工場分析・構造方程式モデリングを用いた潜在変数モデルに観測変数に基づく回帰を超えて拡大しています。D は通常の本当の言葉や有意味アンタイムドまたは時間の読書で測定し、R は通常リテラシーと多肢選択問題に続いて情報の通路を含む標準化された読解テストで測定します。L 通常テスト表現と受容語彙と、小学校低学年を中心に表現と受容の構文とリスニングの対策を測定します。最も縦断的研究は、L が 1 次元的な10、11,12,13であることを報告します。ただし、別の縦断的研究14は小学校低学年・等級 4 および 8 の 1 次元的な構造物の L の 2 因子構造を報告します。最近の横断的研究報告最高 bifactor モデルがデータに適合し、R15,16,17,18を予測します。たとえば、Foormanら16 1 次元的な 3 因子、4 因子、bifactor のモデル SVR の学年 4-10 からのデータを比較し、bifactor モデルが最適し、72% 〜 99 %r に差異の説明が見つかりました一般的な L 要因は、すべての 7 つの等級と語彙と構文の分散は一意に各 1 つのグレードでのみ分散を説明説明しました。D 因子はすべてのグレードで中程度の相関 L と R が (0.40 0.60 と 0.47 0.74、それぞれ)、それ相関はなく一意に r を一般的な L 因子存在下で。
潜在変数モデルは L と L は小学校低学年、Foormanらによって 1 つを除いて SVR のどんな研究を超えて R を予測する上で果たしている固有のロールの次元に光を投げかけるによって拡張 SVR を持っていても、19が D と L を一意に原因であるものと何が共通に読解における分散パーティションに分割します。これは文献には大きな不作為です。概念的にはそれにかなって D と L は単語認識音韻論、意味論、文と本文のレベル20の談話の語学力が伴うので、書かれた言語を予測する上での差異を共有したいです。同様に、テキスト理解21をする場合、音素、形態素、単語、文章、談話の正投影の表現に言語理解を接続しなければなりません。L と D を掛けることこれらのコンポーネントによって共有知識を生成しません。何がユニークなと何 D と予測 r L によって共有される分散の分解だけは統合教育介入の成功に不可欠の知識を明らかにします。
Foormanらによって 1 つの研究何がユニークな D および L 共通の共有に読解力の分散を分解19モデリング潜在変数を採用しました。次のプロトコルは 1、7、および 10 シングル D (時間復号)、L (受容語彙)、および R の変数を観察に基づく等級の学生からデータと方法を示します (リーディング読解テストを標準化) 分解処理をするため理解しやすい。データは、Foormanらからデータのサブセットを表す19。

<table><tbody><tr><td>IBM SPSS Statistics ソフトウェア</td><td>IBM</td><td></td><td></td></tr><tr><td>Microsoft Office Excel</td><td>マイクロソフト</td><td></td><td></td></tr></tbody></table>

言語の一意と共通の効果を明らかにする読解力の分散の分解と復号化

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

読書の単純なビューは、読書がデコードと読解を一意に予測の各コンポーネントと言語の製品であることを主張する読書の人気モデルです。研究者は、合計ではなく、コンポーネントの製品がよりよい予測因子であるかどうかと主張したが、研究者のコンポーネントが読書の予測の差異を共有範囲を調べるため説明される分散が分割なし。分散を分解して我々 はデコードのユニークな R2を取得する完全なモデルから言語のみのモデルの R2を減算します。第二に、我々 は言語のユニークな R2を取得する完全なモデルから復号のみのモデルの R2を減算します。第三に、一般的な分散を取得する言語と説明デコーディング、完全なモデルの R2から 2 つのユニークな R2の合計を差し引きます。メソッドは、グレード 1 の学生からデータによる回帰で示されます (n = 372)、6 (n = 309)、10 (n = 122) 言語 (受容語彙) の観察されたメジャーを使用して、(時間語読み) を解読、および読解力 (標準化されたテスト)。結果では、比較的大量の復号法と言語の一般的な差異によってグレード 1 で説明した読解の差異を明らかにします。グレード 10、しかし、それは言語の独特な効果と読解力の分散の大部分を説明した言語とデコードの一般的な効果。結果は、言語と読解力を予測する上で復号ユニークと共有の影響を考慮した読書の単純なビューの拡張されたバージョンのコンテキストで説明します。

本研究の目的は、言語 (L) のユニークで一般的な分散の貢献を調査、1、7、および 10 の成績、状態のフロリダ州での読解力 (R) が人口統計を予測する (D) をデコードとして国の代表を全体。読解力で説明される分散の予測に関する 2 つの仮説があった。まず、小学校低学年の後と D のユニークな貢献が大幅に削減、L のユニークな貢献が増えます。第二に、L のユニークな貢献と D と L の共有貢献大幅低学年を超えて分散の大半を占めるでしょう。
参加者が 372 学生グレード 1、グレード 7, 299 学生およびフロリダ (北のフロリダおよび中央フロリダの他の 1 つ) の 2 つの大都市の 18 の学校から一般教育教室で 10 年生 122 人の学生。研究被験者のガイドラインに従い、親権者の同意が得られました。民族研究の成績であった: 約 30% ブラック。30% ヒスパニック;30% 白い;5% アジア, 3% 多文化;2% その他。参加 18 ...

ここで言語とデコードのユニークな一般的なエフェクトに読解力の差異を分解するためのプロトコルを提案する.

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 ...

この方法は、読解と言語開発の心理学に関する社会科学分野の重要な質問に答える助けになります。この手法は、個々の差異特性がどのように共変化し、他の特性と共有される効果と比較して、ユニークな効果がどのようにペール化するかを示しています。この技術の意味は、より広く社会科学に及びます。それは私たちが重複する分散を理解するのに役立つ予測変数の共通性を考慮することができます。グラフィカルユーザーインターフェイスを使用してソフトウェアにデータを読み込むには、ファイルをクリックして、開いている上にマウスを置きます。[データ] をクリックし、コンピューター上の関連するデータ ファイルを見つけます。ファイルの種類がグラフィカル ユーザー インターフェイスを持つソフトウェアと一致しない場合は、種類のファイルをクリックし、適切なファイル形式を選択します。次に、[開く] をクリックします。2 つの独立変数に基づく合計分散を説明するには、[分析] をクリックし、回帰の上にマウスを置いて線形を選択します。変数リストで従属変数をクリックし、その後に従属変数の横にある矢印をクリックします。変数リスト内の 2 つの独立変数をクリックし、独立の横にある矢印をクリックします。[問題] をクリックし、ソフトウェアのビューア ウィンドウをクリックします。マウスを使用してモデルの概要セクションまでスクロールし、R の正方形の下に値を記録します。次に、この値の合計 R を 2 乗とラベル付けします。独立変数1に基づく総分散を説明するには、独立変数リスト内の1つの独立変数で合計分散説明を繰り返し、ソフトウェアのビューアウィンドウをクリックします。次に、マウスを使用してモデルの集計セクションまでスクロールし、R の 2 乗列の下に値を記録し、この値に独立変数 1 つの R 平方をラベル付けします。独立変数 2 に基づいて合計分散を説明するには、独立変数リスト内の独立変数 2 のみを使用して分散の合計説明を繰り返し、ソフトウェアのビューアー・ウィンドウをクリックします。次に、マウスを使用してモデルの集計セクションまでスクロールし、R の 2 乗列の下に値を記録し、この値に独立変数 2 つの R 2 乗のラベルを付けます。一意、共通、および原因不明の分散成分を計算するには、データ管理ソフトウェアを開き、R2乗の独立変数 1 つの R 2 乗と独立変数 2 つの R をセル A1、B1、C1 に丁重に入力します。合計 R 二乗値を A2 に入力します。独立変数1 RはB2に2乗値、独立変数は2つのR二乗値をC2にした。変数 1 の一意分散を計算するには、式を D2 に入力し、この値を D1 の変数 1 の一意分散としてラベル付けします。変数 2 の一意分散を計算するには、E2 に式を入力し、E1 の変数 2 の一意分散として値にラベルを付けます。変数 1 と 2 の共通分散を計算するには、F2 に数式を入力し、F1 の変数 1 と 2 の間で共通の値としてラベルを付けます。原因不明の分散を計算するには、G2 に式を入力し、この値に原因不明の分散を G1 にラベル付けします。変数1の一意分散、変数2の一意分散、変数1と2の共通分散、および原因不明の分散をプロットするには、マウスセルをクリックしてD2、E2、F2、G2の上にドラッグしてデータをハイライト表示し、挿入をクリックしてからグラフ、円グラフ、2D円グラフをクリックします。この代表的な言語と共通の言語分散と読解を予測するためのデコードの研究では、1年生の成績の回帰分析は、読解の総分散の60%を占めた。グレード1の分散がユニークで一般的な効果に分解されると、解読は読解の24%の分散を一意に説明し、言語は分散の17%をユニークに説明しました。デコードと言語の共通分散はグレード7では19%であったが、回帰分析は読解の総分散の53%を占めた。解読では、読解の差異の7%によって一意に説明され、言語は分散の28%を説明しました。読解の差異を説明する際の解読と言語の共通分散は18%のグレード10では、回帰分析は読解理解における総分散の61%を占めた。分散の 6% を一意にデコードすると、分散の 42% を一意に考慮した言語です。読解の差異を説明する際のデコードと言語の共通の差異は13%でしたが、この手順を試みる際に、分解プロセスは、各独立変数が説明する一意の分散を個別に計算する典型的な回帰アプローチとは異なることを覚えておくことが重要です。このプロトコルは、社会経済的地位によって一意の分散と共通分散の割合が異なるかどうかについての追加の質問に答えるために変更することができます。さらに、観察可能な変数を潜在的変数に置き換え、測定誤差を低減することができる。デコードと言語が読解を予測する際に説明する共通の差異の量は、特に小学校の成績では、命令が単語レベルでの言語知識の統合に焦点を当てるべきであることを示唆している。

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

Research

JoVE Journal

Behavior

行動

現在の記事のレビュー言語理解研究の目追跡の方法論。信頼性の高いデータを取得するには、プロトコルの主要な手順に従わなければなりません。これらの中で、目の追跡者 (例えば目と頭の画像の品質の良い)...

視覚的に位置の言語理解の中に目の追跡: 柔軟性の視覚的文脈の発見の効果の制限

メソッドは、読み取り中に復帰 (IOR) 回帰眼球運動の抑制の役割を調査するため設計されました。理解難易度対回帰の 2 種類で IOR...

読書中に理解および眼球運動に基づく回帰眼球運動を区別するアイトラッ キング

自閉症児でリアルタイム文理の間に形態学的手がかりの利用を検討するためのプロトコルを提案します。...

北京語を話す自閉症児の文理を勉強する視覚的な世界のパラダイムを使用してください。

ここでは、話し言葉と中国語の相対句文のオンライン処理を調べるために、デュアルモーダル干渉タスクを用いたプロトコルを紹介する。内および非指向性干渉を伴う聴覚処理を伴う2つの例例実験について説明する。パラダイムは、ワーキングメモリの性質と文処理への影響に対処するための方法論を提供します。...

デュアルモーダル干渉タスクを使用した中国語での音声複雑な文章のオンライン構文処理の検証

この記事では、神経学的に健康な参加者や認知症や認知機能低下を持つ個人で書かれた単語認識を評価するための簡単な字句決定実験を実装する方法について説明します。また、主成分解析(PCA)と混合効果モデリングを用いての反応時間解析の詳細な説明も提供します。...

認知症または軽度認知障害の有無にかかわらず成人における書かれた単語認識を研究するための語彙的意思決定タスク

本論文では、行動遺伝学におけるゴールドスタンダード法、コレスキー分解法を用いて、異なる変数に対する遺伝的および環境的影響の一意性を推定し、縦方向に動機付けられた研究に答えることを示す。質問。...

コレスキー分解を用いて読書技能間の縦方向関係の個人差を探る

本研究は、失読症の同定のための提案されたプロトコルを打ち出す。このプロトコルは、診断と介入モデルへの応答に基づいています。この提案には、読み書きパフォーマンスと決定要因の評価のために、構造化されたインタビューと標準化されたテストを使用する必要があります。...

6歳での失読症の評価

ここでは、ドメイン間の一時的な統計的パターンの子供の学習と感覚モダリティを調べることに向けた子供に優しい統計的学習タスクのセットを紹介するプロトコルです。開発されたタスクは、ウェブベースのプラットフォームとタスクベースの機能的磁気共鳴画像(fMRI)データを使用して行動データを収集し、統計的学習中の神経関与を調べる。...

オンラインプラットフォームとニューロイメージング技術を用いた学齢期の子どものモダリティとドメイン間の統計的学習の測定

Multimedia Battery for Assessment of General-Domain and Specific-Domain Skills in...

コンピュータ化されたテストによる子供の失読症評価の進歩

本稿では、アイトラッキング手法を用いて、テキストの理解に関わる認知プロセスを研究する方法について説明します。アイトラッキング装置の説明、実験的刺激の開発方法、手順に関する推奨事項が含まれています。提示された情報は、言葉による刺激を用いたほとんどの研究に適用することができる。...

眼球運動を用いてテキスト理解に関与する認知過程を評価する

学ぼう、読解力の分散を言語と復号化の効果に分解する手法。統計解析で個人差と予測因子の重複分散を明らかにし、読みの心理学と言語発達研究に応用する方法です。

言語の一意と共通の効果を明らかにする読解力の分散の分解と復号化

さらに動画を探す