Waiting
로그인 처리 중...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Multimediabatterij voor beoordeling van cognitieve en basisvaardigheden in wiskunde (BM-PROMA)

Published: August 28, 2021 doi: 10.3791/62288
* These authors contributed equally

Summary

BM-PROMA is een geldig en betrouwbaar multimedia diagnostisch hulpmiddel dat een compleet cognitief profiel van kinderen met wiskundige leerstoornissen kan bieden.

Abstract

Het leren van wiskunde is een complex proces dat de ontwikkeling van meerdere domein-algemene en domeinspecifieke vaardigheden vereist. Het is dan ook niet onverwacht dat veel kinderen moeite hebben om op niveau te blijven, en dit wordt vooral moeilijk wanneer verschillende vaardigheden uit beide domeinen worden aangetast, zoals in het geval van wiskundige leerstoornissen (MLD). Verrassend genoeg, hoewel MLD een van de meest voorkomende neuroontwikkelingsstoornissen is die schoolkinderen treffen, omvatten de meeste beschikbare diagnostische instrumenten geen beoordeling van domein-algemene en domeinspecifieke vaardigheden. Bovendien zijn er maar heel weinig geautomatiseerd. Voor zover wij weten, is er geen tool met deze functies voor Spaanstalige kinderen. Het doel van deze studie was om het protocol te beschrijven voor de diagnose van Spaanse MLD-kinderen met behulp van de BM-PROMA multimediabatterij. BM-PROMA vergemakkelijkt de evaluatie van beide vaardigheidsdomeinen en de 12 taken die hiervoor zijn opgenomen, zijn empirisch evidence-based. De sterke interne consistentie van BM-PROMA en zijn multidimensionale interne structuur worden aangetoond. BM-PROMA blijkt een geschikt hulpmiddel voor het diagnosticeren van kinderen met MLD tijdens het basisonderwijs. Het biedt een breed cognitief profiel voor het kind, dat niet alleen relevant zal zijn voor de diagnose, maar ook voor geïndividualiseerde instructieplanning.

Introduction

Een van de cruciale doelstellingen van het basisonderwijs is het verwerven van wiskundige vaardigheden. Deze kennis is zeer relevant, omdat we allemaal wiskunde gebruiken in ons dagelijks leven, bijvoorbeeld om verandering te berekenen die in de supermarkt wordt gegeven1,2. Als zodanig gaan de gevolgen van slechte wiskundige prestaties verder dan de academische. Op sociaal niveau is een sterke prevalentie van slechte wiskundige prestaties binnen de bevolking een kostenpost voor de samenleving. Er zijn aanwijzingen dat de verbetering van slechte numerieke vaardigheden in de bevolking leidt tot aanzienlijke besparingen voor een land3. Er zijn ook negatieve gevolgen op individueel niveau. Degenen die een laag niveau van wiskundige vaardigheden vertonen , vertonen bijvoorbeeld een slechte professionele ontwikkeling (bijv. hogere arbeidsparticipatie in slecht betaalde handmatige beroepen en hogere werkloosheid)4,5,6, rapporteren vaak negatieve sociaal-emotionele reacties op academici (bijv. angst, lage motivatie voor academici) 7,8, en hebben de neiging om een slechtere mentale en fysieke gezondheid te presenteren dan hun leeftijdsgenoten met gemiddelde wiskundige prestaties9. Studenten met wiskundige leerstoornissen (MLD) vertonen zeer slechte prestaties die in de loop van de tijd aanhouden10,11,12. Als zodanig hebben ze meer kans om de hierboven genoemde gevolgen te ondervinden, vooral als deze niet onmiddellijk worden gediagnosticeerd13.

MLD is een neurobiologische stoornis die wordt gekenmerkt door ernstige beperkingen in termen van het leren van numerieke basisvaardigheden ondanks voldoende intellectuele capaciteit en scholing14. Hoewel deze definitie algemeen wordt aanvaard, worden de instrumenten en criteria voor de identificatie ervan nog steeds besproken15. Een uitstekende illustratie van het ontbreken van een universele overeenkomst inzake MLD-diagnose is de verscheidenheid aan gerapporteerde prevalentiepercentages, variërend van 3 tot 10%16,17,18,19,20,21. Deze moeilijkheid bij de diagnose komt voort uit de complexiteit van wiskundige kennis, die vereist dat een combinatie van meerdere domein-algemene en domeinspecifieke vaardigheden wordt aangeleerd22,23. Kinderen met MLD vertonen zeer verschillende cognitieve profielen, met een brede constellatie van tekorten14,24,25,26,27. In dit verband wordt gesuggereerd dat de noodzaak van multidimensionale beoordeling door middel van taken waarbij verschillende numerieke representaties (d.w.z. verbale, Arabische, analoge) en rekenkundige vaardigheden betrokken zijn11.

Op de basisschool zijn de symptomen van MLD divers. In termen van domeinspecifieke vaardigheden wordt consequent vastgesteld dat veel MLD-studenten problemen vertonen in elementaire numerieke vaardigheden, zoals het snel en nauwkeurig herkennen van Arabische cijfers28,29,30, het vergelijken van magnitudes31,32of het weergeven van getallen op de nummerregel33,34. Basisschoolkinderen hebben ook moeite met het begrijpen van conceptuele kennis, zoals plaatswaarde35, rekenkundige kennis36, of ordinaliteit gemeten door geordendesequenties 37. Wat de domein-algemene vaardigheden betreft, is bijzondere aandacht besteed aan de rol van het werkgeheugen38,39 en taal40 bij de ontwikkeling van wiskundige vaardigheden bij kinderen met en zonder MLD. Met betrekking tot het werkgeheugen suggereren de resultaten dat studenten met MLD een tekort vertonen bij de centrale uitvoerende macht, vooral wanneer dit nodig is om numerieke informatie te manipuleren41,42. Een tekort in het visuospatiale kortetermijngeheugen is ook vaak gemeld bij kinderen met MLD43,44. Taalvaardigheden blijken een voorwaarde te zijn voor het leren van rekenvaardigheden, met name die waarbij een hoge verbale verwerkingsvraag nodig is7. Fonologische verwerkingsvaardigheden [bijv. fonologisch bewustzijn en Rapid Automatized Naming (RAN)] zijn bijvoorbeeld nauw verbonden met de basisvaardigheden die op de basisschool zijn aangeleerd, zoals numerieke verwerking of rekenkundige berekening39,45,46,47. Hier is aangetoond dat variaties in fonologisch bewustzijn en RAN geassocieerd zijn met individuele verschillen in rekenvaardigheden waarbij verbale code42,48moet worden beheerd . In het licht van het complexe profiel van kinderen met MLD zou een diagnostisch hulpmiddel idealiter taken moeten bevatten die zowel domein-algemene als domeinspecifieke vaardigheden beoordelen, waarvan wordt gemeld dat ze vaker tekortschieten bij deze kinderen.

In de afgelopen jaren zijn verschillende papier- en potloodscreeningstools voor MLD ontwikkeld. Degenen die het meest worden gebruikt bij Spaanse basisschoolkinderen zijn a) Evamat-Batería para la Evaluación de la Competencia Matemática (Batterij voor de evaluatie van wiskundigecompetentie) 49; b) Tedi-Math: A Test for Diagnostic Assessment of Mathematical Disabilities (Spaanse aanpassing)50; c) Test de Evaluación Matemática Temprana de Utrecht (TEMT-U)51,52, de Spaanse versie van de Utrecht Early Numeracy Test53; en d) Test van vroege wiskundevaardigheden (TEMA-3)54. Deze instrumenten meten veel van de hierboven genoemde domeinspecifieke vaardigheden; geen van hen beoordeelt echter domein-algemene vaardigheden. Een andere beperking van deze instrumenten - en van papier- en potloodgereedschappen in het algemeen - is dat ze geen informatie kunnen verstrekken over de nauwkeurigheid en automatisme waarmee elk item wordt verwerkt. Dit zou alleen mogelijk zijn met een geautomatiseerde batterij. Er zijn echter maar weinig toepassingen ontwikkeld voor dyscalculiediagnose. De eerste geautomatiseerde tool die was ontworpen om kinderen (van 6 tot 14 jaar) met MLD te identificeren, was de Dyscalculie Screener55. Een paar jaar later werd het webgebaseerde DyscalculiUm56 ontwikkeld met hetzelfde doel, maar gericht op volwassenen en leerlingen in het post-16-onderwijs. Hoewel nog steeds beperkt, is er de laatste jaren een groeiende belangstelling voor het ontwerpen van geautomatiseerde gereedschappen voor de diagnose van MLD57,58,59,60. Geen van de genoemde tools is gestandaardiseerd voor Spaanse kinderen, en slechts één van hen - de MathPro Test57- bevat domein-algemene vaardigheidsevaluatie. Gezien het belang van het identificeren van kinderen met lage wiskundige prestaties, vooral die met MLD, en bij gebrek aan geautomatiseerde instrumenten voor de Spaanse bevolking, presenteren we een multimediaal evaluatieprotocol dat zowel domein-algemene als domeinspecifieke vaardigheden omvat.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Dit protocol is uitgevoerd in overeenstemming met de richtlijnen van het Comité de Ética de la Investigación y Bienestar Animal (Comité voor onderzoeksethiek en dierenwelzijn, CEIBA), Universidad de La Laguna.

OPMERKING: De Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas [Multimedia Battery for Assessment of Cognitive and Basic Skills in Mathematics (BM-PROMA)]61 is ontwikkeld met unity 2.0 Professional Edition en de SQLITE Database Engine. BM-PROMA omvat 12 subtests: 8 om domeinspecifieke vaardigheden te beoordelen en 4 om domeinspecifieke processen te evalueren. Geef voor elke subtest mondeling instructies door een geanimeerde humanoïde robot en ga de testfase vooraf met een demonstratie en twee trainingsproeven. Het toepassingsprotocol voor elke taak wordt hieronder weergegeven met een voorbeeld.

1. Experimentele opstelling

  1. Gebruik de volgende inclusiecriteria: kinderen in het basisonderwijs tussen het tweede en zesde leerjaar; moedertaalsprekers van het Spaans.
  2. Gebruik de volgende uitsluitingscriteria: kinderen met een voorgeschiedenis van neurologische, intellectuele of zintuiglijke tekorten.
  3. Installeer de multimediabatterij voor de beoordeling van cognitieve en basisvaardigheden in wiskunde. BM-PROMA wordt gedistribueerd met behulp van één bestand. Dit bestand is een geautomatiseerd installatieprogramma waarmee de gebruiker de installatiebestemming kan selecteren. Het installatieprogramma detecteert eerdere versies van de tool en waarschuwt de gebruiker voor mogelijk gegevensverlies als gevolg van overschrijven. De installatie maakt snelkoppelingen in het menu Windows 'Start'. Bovendien biedt het installatieprogramma een batchbestand (bekend als een .bat-bestand in Windows) om het databaseback-upproces te automatiseren. De tool wordt uitgevoerd in de modus Volledig scherm met een resolutie van 800x600 pixels. Het gereedschap kan niet worden uitgevoerd in de modus Met venster.
    1. Voordat een student kan worden beoordeeld, voegt u zijn gegevens toe aan de studentendatabase. Zodra het kind is geregistreerd, selecteert u het door op de relevante vermelding in de studentenlijst te klikken. Taken worden willekeurig geselecteerd door de examinator of het kind. Taken beginnen zodra de examinator of het kind erop klikt. Wanneer de taak is voltooid, keert het gereedschap terug naar het taakselectiemenu. Taken die door de student zijn voltooid, zijn niet meer zichtbaar in het menu. Zodra de sessie is begonnen, zijn er geen onderbrekingen tussen taken.
    2. Test kinderen leerjaar 2 en 3 in drie sessies van een half uur en kinderen van groep 4 tot en met 6 in twee sessies van 45 minuten. Houd de sessies op verschillende dagen. Dien de BM-PROMA toe in een rustige ruimte. Laat studenten een headset gebruiken om naar de instructies te luisteren en hun mondelinge reacties op te nemen; de examinator gebruikt ook een hoofdtelefoon om de taken te controleren. In sommige gevallen moet de examinator het resultaat van de taak met de muis registreren; in andere gebruikt de student de muis om de taak te voltooien en worden reacties automatisch geregistreerd.
  4. Demonstratie- en trainingsproeven. Voor alle taken, ga de testfase vooraf met instructies (de robot presenteert mondeling de instructies voor de taak), modellering (de robot modelleert de taak stap voor stap met een voorbeeld) en oefenproeven (kinderen mogen maximaal twee oefenproeven met feedback).

2. Domeinspecifieke subtests

  1. Ontbrekend nummer (Figuur 1)
    1. Vraag kinderen in deze taak om het ontbrekende nummer uit een reeks van 4 getallen met één en twee cijfers horizontaal te benoemen.
    2. Laat de robot het volgende zeggen: "In dit spel moet je hardop de naam van het ontbrekende nummer zeggen: twee, vier, zes, acht en (pauze) tien. Het ontbrekende nummer is tien. Probeer het nu zelf".
    3. Presenteer een totaal van 18 reeksen: 6 in numeriek stijgende volgorde (de getallen in de reeks stijgen in waarde als een bepaalde magnitude wordt toegevoegd aan het vorige getal), 6 in numeriek aflopende volgorde (de getallen in de reeks dalen in waarde als een bepaalde magnitude wordt afgetrokken van het vorige getal), en 6 in numeriek hiërarchische oplopende volgorde (meer dan één rekenkundige bewerking is nodig om ze op te lossen, in dit geval vermenigvuldiging en optelling). De examinator gebruikt de muisknoppen om vast te leggen of het antwoord juist is.
    4. Bereken de score op basis van het totale aantal juiste antwoorden.
  2. Tweecijferige getalvergelijking (figuur 2)
    1. Presenteer in deze taak 40 paren tweecijferige getallen op het computerscherm.
    2. Laat de robot zeggen: "Kijk in dit spel goed naar deze twee nummers. U moet het grootste getal kiezen. Om dit te doen, moet je de twee nummers vergelijken en hardop de naam van de grootste zeggen. Kijk naar deze twee nummers. Zevenendertig is groter dan eenentwintig. Dus, ik zal zeggen /zevenendertig/. Probeer de taak zo snel mogelijk te voltooien zonder het verkeerd te doen. Probeer het nu zelf".
    3. Eis dat kinderen hardop zeggen dat elk paar numeriek groter is. Een stemtoets registreerde de reactietijd van het kind (RT), waarna de examinator de muisknoppen gebruikte om op te nemen of het antwoord correct was.
      OPMERKING: Na eerdere studieswerden 62,63, compatibiliteit tussen eenheids decennia (compatibel versus incompatibel) en decennium- en eenheidsafstand (klein [1-3] vs. groot [4-8]) gemanipuleerd.
    4. Bereken de score op basis van de RT van die stimuli die correct zijn opgelost.
  3. Leesnummers (figuur 3)
    1. Presenteer 30 Arabische getallen (10 getallen met één cijfer, 10 tweecijferige nummers en 10 driecijferige nummers) één voor één op het computerscherm.
    2. Laat de robot zeggen: "In dit spel moet je hardop de nummers noemen die op het scherm verschijnen. Kijk naar dit nummer. Hier moet je zeggen /twaalf/, want dat is de naam van het nummer op het scherm. Probeer de taak zo snel mogelijk te voltooien zonder het verkeerd te doen. Probeer het nu zelf".
    3. Vraag het kind om ze zo snel mogelijk voor te lezen zonder fouten te maken. Een spraaksleutel registreerde de RT van het kind, waarna de examinator de muisknoppen gebruikte om op te nemen of het antwoord correct was.
    4. Bereken de score op basis van de RT van de stimuli die correct zijn gelezen.
  4. Plaatswaarde (Figuur 4)
    1. Meet de kennis van de studenten over het Arabische getalsysteem. Geef 12 Arabische getallen van twee cijfers weer in het midden van het computerscherm, met één antwoordoptie in elke hoek van het scherm (in totaal vier opties). Elke optie was een hoeveelheid die werd vertegenwoordigd door kleine blokken eenheden en blokken van tientallen (tien eenheden gegroepeerd in één blok). Voor elk item was slechts één van de vier opties correct. De onjuiste opties bestonden uit representaties die samenvielen met de juiste optie in a) de tien; b) de eenheid; c) zowel de tien als de eenheid, maar omgekeerd (bijv. voor het getal "15" vertegenwoordigden de onjuiste opties 12, 35 en 51).
    2. Laat de robot zeggen: "In dit spel hebben we een aantal en vier foto's. U moet op de afbeelding klikken die het nummer correct weergeeft. Ik kies de eerste, omdat de balk gelijk is aan een tien, en de vierkanten gelijk aan vijf eenheden. Probeer het nu zelf".
    3. Bereken de score op basis van het totale aantal juiste antwoorden.
  5. Nummerregel 0-100 en 0-1000 taken (Figuur 5)
    OPMERKING: Gebruik geautomatiseerde aanpassingen van het originele papier en potlood64.
    1. Laat kinderen bij deze taak een bepaald getal op een getalregel van 15 cm plaatsen met de computermuis. Voor de eerste 20 artikelen was de waarde aan de linkerkant van de regel 0 en de waarde aan de rechterkant 100. Voor de volgende 22 items was de waarde aan de rechterkant 1000.
    2. Presenteer de volgende items op de 0-100 lijn: 2, 3, 7, 11, 14, 18, 23, 37, 41, 45, 56, 60, 67, 71, 75, 86, 89, 91, 95 en 99.
    3. Laat de robot zeggen: "In dit spel moet je het nummer plaatsen waar je denkt dat het moet gaan. Kijk naar deze lijn. Het begint bij nul en eindigt bij honderd. Je moet nummer 50 hier neerzetten. Klik hiervoor op de rode lijn onder het nummer en houd deze vast en sleep deze naar de juiste plaats. Weet je waarom ik het nummer hier heb laten vallen? Het is in het midden, want vijftig is de helft van honderd. Probeer het nu zelf".
    4. Na de oorspronkelijke taak oversample de nummers aan de onderkant van de distributie, met 7 getallen tussen 0 en 30. De items gepresenteerd voor de 0-1000 lijn waren: 2, 11, 67, 99, 106, 162, 221, 325, 388, 450, 492, 511, 591, 643, 677, 755, 799, 815, 867, 910. Waarden onder de 100 werden oversampled, zoals in de bovengenoemde studie.
    5. Bereken de score op basis van de absolute waarde van de procentuele fout (| Schatting - Geschatte hoeveelheid / schaal van schattingen|).
  6. Het ophalen van rekenkundige feiten (Figuur 6)
    1. Vraag kinderen om 66 rekenproblemen met één cijfer op te lossen, bestaande uit 24 optellingen, 24 vermenigvuldigingen en 18 aftrekkingen in afzonderlijke blokken. Sluit dasproblemen (bijv. 3+3) en problemen met 0 of 1 als operand of antwoord uit.
    2. Laat de robot zeggen: "In dit spel moet je de berekeningen in je hoofd oplossen. In de eerste is het juiste antwoord drie. Los de taak in stilte op en vertel me het antwoord hardop. Probeer de taak zo snel mogelijk op te lossen zonder het verkeerd te doen. Probeer het nu zelf.
    3. Problemen één voor één horizontaal op het computerscherm presenteren. De reacties waren verbaal. Een spraaksleutel registreerde de RT van het kind, waarna de examinator de muisknoppen gebruikte om op te nemen of het antwoord correct was.
    4. Bereken de score op basis van de RT van die stimuli die correct zijn opgelost.
  7. Rekenkundige principes (Figuur 7)
    1. Presenteer 24 paren verwante tweecijferige bewerkingen (12 paren toevoegingen en 12 paar vermenigvuldigingen). In elk paar werd het ene item correct opgelost en het andere onopgelost (bijv. 5+5=10 → 5+6=?).
    2. Laat de robot zeggen: "In dit spel moet je hardop het resultaat van de tweede operatie zeggen. Kijk goed naar beide berekeningen. De eerste is al opgelost, maar de tweede moet nog worden opgelost. Vijf plus vijf is tien, dan vijf plus zes is elf. Als ik zeg dat je moet beginnen, los je de taak in stilte op en zeg je het antwoord hardop. Probeer de taak zo snel mogelijk op te lossen zonder het verkeerd te doen. Probeer het nu zelf".
    3. Vraag kinderen om hardop het resultaat van de onopgeloste operatie te zeggen. Een stemtoets registreerde de reactietijd van het kind (RT), waarna de examinator de muisknoppen gebruikte om op te nemen of het antwoord correct was.
    4. Bereken de score op basis van de RT van die stimuli die correct zijn opgelost.

3. Domein-algemene subtests

  1. Telwijdte (figuur 8)
    OPMERKING: Deze taak is een aanpassing van de taak Werkgeheugentelling65.
    1. Laat de kinderen hardop het aantal gele stippen tellen op een reeks kaarten met gele en blauwe stippen. Vraag hen om het aantal gele stippen op elke kaart in de set op te roepen.
    2. Laat de robot zeggen: "In dit spel hebben we wat kaarten. Elke kaart heeft blauwe en gele stippen. Je moet tellen en het aantal gele stippen op elke kaart onthouden. Ten eerste gaan we tellen hoeveel gele stippen er op de eerste kaart staan. Er staan twee gele stippen op de kaart. Dan tellen we alle gele stippen op de tweede kaart. Er staan acht gele stippen op de kaart. Nu, omdat er twee gele stippen op de eerste kaart waren en acht gele stippen op de tweede kaart, moet je hardop de nummers twee en acht zeggen. Probeer het nu zelf".
    3. Verhoog de ingestelde lengte van 2 naar 5 kaarten en geef de kinderen drie pogingen om naar het volgende moeilijkheidsgraad te gaan. De examinator gebruikt de muisknoppen om vast te leggen of het antwoord juist is.
    4. Beëindig de test wanneer een kind twee sets op een bepaald moeilijkheidsgraad niet correct terugroept.
  2. Rapid Automatized Naming - Letter (RAN-L) (Figuur 9)
    OPMERKING: Deze taak is een aanpassing van de techniek genaamd Rapid Automatized Naming66. RAN-L bestaat uit een reeks van vijf letters gepresenteerd in vijf rijen en 10 kolommen op het computerscherm.
    1. Vraag het kind om de letters zo snel mogelijk van links naar rechts en van boven naar beneden te benoemen. Geef tien oefenitems op in een grafiek bestaande uit twee rijen en vijf kolommen.
    2. Laat de robot zeggen: "In dit spel moet je de letters noemen die op het scherm verschijnen. Het maakt niet uit of ze worden herhaald. We moeten dus zeggen: /a/, /c/, /v/, /n/, /a/, /n/, /c/, /c/, /v/, /v/. Probeer de letters zo snel mogelijk van links naar rechts en van boven naar beneden te benoemen. Probeer het nu zelf".
    3. Gebruik de tijd die je hebt besteed om alle 50 letters als score te benoemen. Als u de scoreverdeling wilt normaliseren, converteert u de scores naar het aantal letters per minuut.
  3. Visuospatiaal werkgeheugen (Figuur 10)
    OPMERKING: Deze taak is een geautomatiseerde aanpassing van de Corsi-bloktapptaak67.
    1. Toon een 3x3 bord in het midden van het scherm. Flits in elke proef bepaalde blokken opeenvolgend aan en uit.
    2. Vraag het kind om de volgorde in de juiste volgorde te herhalen door op de blokken te klikken die van kleur zijn veranderd. Vraag hen in 50% van de gevallen om dit in dezelfde volgorde te doen, en in de andere 50% in omgekeerde volgorde.
    3. Laat de robot zeggen: "In dit spel zul je zien dat sommige vierkanten oplichten. Je moet onthouden welke vierkanten oplichtten en in welke volgorde ze dat deden. Vervolgens moet je op de vierkanten in dezelfde volgorde drukken om de volgorde te herhalen. Let nu goed op en druk op de vierkanten in dezelfde volgorde".
    4. Verhoog de proeven in lengte van 2 tot 5 blokken. Geef de kinderen drie pogingen om naar het volgende moeilijkheidsgraad te gaan.
    5. Beëindig de test wanneer een kind twee sets op een bepaald moeilijkheidsgraad niet correct heeft teruggeroepen. De examinator gebruikt de muisknoppen om vast te leggen of het antwoord juist is. Bereken de scores op basis van het aantal juiste antwoorden.
  4. Verwijdering van foneem
    OPMERKING: Deze taak omvatte 15 woorden met twee lettergrepen: vijf met medeklinker-klinker (CV) eerste lettergreepstructuur, vijf met medeklinker-klinker-medeklinker (CVC) eerste lettergreepstructuur en vijf met medeklinker-medeklinker-klinker (CCV) eerste lettergreepstructuur.
    1. Zeg een woord tegen het kind en laat het herhalen, waarbij het eerste geluid wordt weggelaten.
    2. Laat de robot zeggen: "In dit spel moet je het eerste geluid van elk woord verwijderen. Als u het woord /tarde/ (laat) hoort, moet u het geluid /t/ verwijderen. Dus, je zult zeggen /arde/. Probeer het nu zelf".
    3. De examinator gebruikt de muisknoppen om vast te leggen of het antwoord juist is. Bereken de score op basis van het totale aantal juiste antwoorden.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Om het nut en de effectiviteit van dit diagnostische hulpmiddel te testen, werden de psychometrische eigenschappen ervan geanalyseerd in een grootschalig monster. In totaal 933 Spaanse basisschoolleerlingen (jongens = 508, meisjes = 425; Mleeftijd = 10 jaar, SD = 1,36) van leerjaar 2 tot graad 6 (leerjaar 2, N = 169 [89 jongens]; leerjaar 3, N = 170 [89 jongens]; leerjaar 4, N = 187 [106 jongens]; leerjaar 5, N = 203 [113 jongens]; leerjaar 6, N= 204 [1] De kinderen waren van intacte klassen op staats- en privéscholen in stedelijke en voorstedelijke gebieden van Santa Cruz de Tenerife. De leerlingen werden ingedeeld in twee groepen: a) MLD-kinderen met scores binnen of onder het 16e percentiel in een gestandaardiseerde rekentoets (leerjaar 2, N =14; leerjaar 3, N =35; leerjaar 4, N =11; leerjaar 5, N = 47; leerjaar 6, N = 42); en b) meestal kinderen bereiken met scores binnen of boven het 40e percentiel in dezelfde toets (graad 2, N =130; graad 3, N =124; graad 4, N =149; graad 5, N = 110; graad 6, N = 105).

De multidimensionaliteit van de structuur van het gereedschap werd getest door middel van confirmatieve factoranalyse (CFA) met behulp van het lavaanpakket in R68. Een vijf-factor model voor BM-PROMA werd verondersteld. Er werd een cognitieve factor verwacht die alle domein-algemene taken bevatte , aangezien de bijdrage van domein-algemene vaardigheden aan wiskundige prestaties verschilt van die van domeinspecifieke vaardigheden69,70. Er werd ook een rekenkundige factor verwacht die alleen rekenkundige taken groepeerde, omdat rekenkundige en elementaire numerieke vaardigheden verschillende cognitieve en hersencorrelaten omvatten71 . Ten slotte werden volgens het Triple Code Model72drie factoren verwacht die numerieke taken groeperen naargelang de taak verbale, Arabische of analoge representaties omvat.

Bewijs met betrekking tot interne consistentie werd beoordeeld met behulp van Cronbach's alfa. Cronbach's alfa's werden berekend voor alle metingen en gepresenteerd voor zowel elk cijfer als voor de hele deelnemerssteekproef. Interne consistentiewaarden werden als uitstekend beschouwd wanneer α ≥ .80, goed wanneer α ≥ .70 en <.80, aanvaardbaar wanneer α ≥ .60 en <.70, slecht wanneer α ≥ .50 en < .60, en onaanvaardbaar wanneer α < .5073.

De geschiktheid van het model van de pasvorm werd geschat met behulp van de robuuste schattingsmethode voor maximale waarschijnlijkheid (RML) en beoordeeld met behulp van de volgende indexen74,75: gestandaardiseerd wortelgemiddelde kwadraat (SRMS ≤ ,08), chi-kwadraat (χ2, p> .05), Tucker-Lewis index (TLI ≥ .90), vergelijkende fit index (CFI ≥ .90), wortelgemiddelde kwadraatfout van benadering (RMSA ≤ .06) en Samengestelde betrouwbaarheid (TLI ≥ ≥ .90). Wijzigingsindexen (MI) werden geïnspecteerd.

Beschrijvende statistieken werden onderzocht en worden weergegeven in tabel 1. De resultaten toonden een normale verdeling van de gegevens, met kurtosis- en skewness-indexen lager dan respectievelijk 10,00 en 3,0076.

Maatregelen Graad 2 Graad 3 Graad 4 Graad 5 Graad 6 Totaal
M SD M SD M SD M SD M SD M SD
Ontbrekende nummers 3.81 3.29 5.79 3.49 7.68 3.15 7.56 3.50 8.33 2.98 6.67 3.65
Tweecijferige getalvergelijking 2.02 .54 1.78 .35 1.50 .24 1.46 .15 1.44 .15 1.62 .38
Getallen lezen 1.14 .27 1.27 .23 1.14 .21 1.17 .18 1.21 .20 1.24 .24
Plaatswaarde 8.83 3.19 9.83 2.89 10.58 1.62 10.33 1.95 10.89 1.49 10.14 2.38
Nummerregel 0-100 .11 .06 .07 .30 .06 .02 .05 .02 .05 .19 .07 .04
Nummerregel 0-1000 .18 .09 .13 .06 .09 .04 .09 .04 .07 .02 .11 .06
Toevoeging feiten ophalen 5.11 4.42 7.03 5.24 11.15 5.74 10.27 5.82 12.03 5.30 9.32 5.93
Ophalen van subtractie-facten 4.36 3.79 5.78 4.66 8.94 4.53 8.64 4.84 9.76 4.31 7.66 4.89
Vermenigvuldigen van feiten ophalen 2.92 3.27 6.32 4.97 11.48 5.67 10.10 5.90 11.49 5.43 8.72 6.13
Rekenkundige principes 8.33 4.71 8.05 3.41 8.95 3.80 9.38 4.01 10.78 4.56 9.21 4.22
Telperiode 4.57 2.35 5.45 2.65 6.41 2.56 6.43 2.59 7.03 2.49 6.05 2.67
Visuospatiaal werkgeheugen 6.26 2.74 7.30 2.62 8.18 2.33 8.46 2.42 9.27 2.23 7.98 2.66
Verwijdering van foneem 9.34 4.78 10.96 4.60 12.64 2.83 12.62 2.92 12.61 3.37 11.73 3.94
Snelle geautomatiseerde naamgeving- Brieven 1.37 .32 1.53 .31 1.72 .31 1.80 .35 1.87 .36 1.68 .38

Tabel 1: Beschrijvende statistieken van BM-PROMA-subtests per cijfer.

De interne consistentie van elke meting, met uitzondering van het numerieke werkgeheugen, wordt weergegeven in tabel 2. De resultaten wezen op α van boven .70 voor de meerderheid van de maatregelen in elke graad, wat wijst op een goede tot uitstekende interne consistentie voor de meeste taken.

Maatregelen Graad 2 Graad 3 Graad 4 Graad 5 Graad 6 Totaal ICL
Ontbrekende nummers .841 .843 .807 .858 .801 .861 1
Tweecijferige getalvergelijking .891 .925 .916 .868 .866 .895 1
Getallen lezen .861 .830 .849 .892 .753 .855 1-2
Plaatswaarde .843 .864 .722 .686 .740 .809 1-3
Nummerregel 0-100 .825 .748 .658 .547 .678 .801 1-4
Nummerregel 0-1000 .806 .820 .763 .743 .729 .867 1-2
Toevoeging feiten ophalen .852 .879 .885 .892 .856 .898 1
Ophalen van subtractie-facten .826 .880 .846 .868 .823 .876 1
Vermenigvuldigen van feiten ophalen .811 .861 .867 .881 .853 .901 1
Rekenkundige principes .586 .734 .844 .742 .866 .821 1-4
Visuospatiaal werkgeheugen .741 .726 .660 .695 .699 .747 1-3
Verwijdering van foneem .918 .933 .835 .853 .899 .911 1
Notitie. ICL = intern consistentieniveau; 1 = uitstekend; 2 = goed; 3 = aanvaardbaar; 4 = arm, 5 = onaanvaardbaar.

Tabel 2: Cronbach is een coëfficiënt voor alle metingen in elke rang.

Om de factoriële structuur van BM-PROMA te bevestigen, werd een CFA uitgevoerd met behulp van de RML-schattingsmethode. De fit-indexen suggereerden een adequate pasvorm van het vijffactormodel dat voor de gegevens werd voorgesteld: χ2 = 29.930 df = 67, p = .000; CFI = .948; TLI = .930; RMSEA = .053, 90% BI = [.046-.061]; SRMR = .046; F1, ω = .50; F2, ω = .75; F3, ω = .80; F4, ω = .81; F5, ω = .46 (figuur 11).

Figure 11
Figuur 11: Bevestigende factoranalyse van de BM-PROMA.  Notitie. F1 = Arabische numerieke representatiefactor; F2 = analoge representatiefactor; F3 = verbale representatiefactor; F4 = rekenkundige factor; F5 =cognitieve factor; RAN-L = snelle geautomatiseerde naamgevingsbrieven; VWM = visuospatiaal werkgeheugen; CS = telwijdte; PD = verwijdering van foneem; AP = rekenkundige principes; MFR= vermenigvuldiging feiten ophalen; AFR = optellen feiten ophalen; SFR = aftrekken fact retrieval; TNC = tweecijferige getalvergelijking; RN = getallen lezen; NL-100 = nummerregel 0-100; NL-1000 = nummerlijn 0-1000; PV = plaatswaarde; MN = ontbrekend nummer. Klik hier om een grotere versie van deze afbeelding te bekijken.

De multidimensionale benadering van de tool werd bevestigd. De taken in BM-PROMA geladen op vijf factoren: 1) het ontbrekende aantal en plaatswaarde taken geladen op de "Arabische numerieke representatiefactor"; 2) de schatting van de nummerlijn 0-100 en de schatting van de nummerlijn 0-1000 taken geladen op de "Analoge representatiefactor"; 3) de tweecijferige getalvergelijking en het lezen van nummertaken geladen op de "Verbal Representation Factor"; 4) de rekenkundige principes, optellen feiten ophalen, vermenigvuldigen feiten ophalen, en aftrekken fact retrieval taken geladen op de "Rekenkundige Factor"; en 5) de telperiode, foneemverwijdering, RAN-L en visuospatiale werkgeheugentaken geladen op de "Cognitive Factor".

Om de meetvariantie over de verschillende rangen te onderzoeken, splitsen we het monster op in twee groepen. De eerste groep bestond uit leerlingen uit groep 2-3 (groep A). De tweede groep bestond uit leerlingen uit groep 4-6 (groep B). Studenten werden hergroepeerd om de steekproefgrootte te vergroten en het aantal groepen te minimaliseren, omdat steekproefkenmerken, het aantal vergeleken groepen en de complexiteit van het model allemaal van invloed zijn op de meetvariantie77. Vier geneste modellen werden vergeleken: configuraal (equivalentie van modelvorm), metrisch (equivalentie van factorbelasting), scalaire (equivalentie van artikelonderschepping) en strikt (equivalentie van artikelresten). De resultaten worden weergegeven in tabel 3, die configuratie, metriek, scalaire en strikte invariantie tussen groepen weergeeft.

Model χ2 Df CFI TLI RMSEA (90% BI) SRMR ΔCFI ΔRMSEA
Configural (structuur) 364.145 134 .940 .918 .061 [.053 - . 068] .051
Metrisch (laden) 383.400 143 .937 .920 .060 [.053 - .067] .056 - .003 -.001
Scalair (onderschept) 383.845 152 .939 .927 .057 [.050 - .064] .056 .002 -.003
Strikt (resten) 398.514 166 .939 .933 .055 [.048 - .062] .056 .000 -.002
Notitie. CFI = vergelijkende fit index; TLI = tucker-lewis index, RMSEA = wortel gemiddelde kwadratische fout bij benadering;
CI = betrouwbaarheidsinterval; SRMR = gestandaardiseerde wortelgemiddelde vierkant rest;  Δ = verschil.
Alle χ2-waarden zijn significant bij p < 0,001.

Tabel 3: Fit indices voor meting Invariantie van BM-PROMA.

Ten slotte werd een ROC-analyse (Receiver Operating Characteristic) uitgevoerd om de diagnostische nauwkeurigheid van BM-PROMA te bestuderen op basis van de vijf factoren die uit de CFA-analyse zijn afgeleid. De gestandaardiseerde Prueba de Cálculo Numérico (Rekentoets)78 werd gebruikt als de gouden standaard voor het testen van de nauwkeurigheid van elke diagnostische meting (d.w.z. factoren). Gebied Onder de ROC-curve (AUC > .70) werden gevoeligheidswaarden (>,70) en specificiteitswaarden (> ,80) onderzocht79. De resultaten toonden aanvaardbare AUCs aan voor alle factoren in alle rangen, met uitzondering van F3 (d.w.z. verbale representatiefactor) in de rangen 3, 5 en 6, en F2 (d.w.z. analoge representatiefactor) in rang 2 (tabel 4). Gevoeligheids- en specificiteitswaarden waren zeer variabel, variërend van .468 tot .846 voor gevoeligheid en van .595 tot .929 voor specificiteit. Deze resultaten geven aan dat hoewel alle metingen bijdragen aan de ontwikkeling van wiskundige competentie, hun nut varieert tussen rangen.

Graad Factoren AUC Sn Sp
Graad 2 F1 .912 .808 .857
F2 .902 .785 .929
F3 .746 .823 .786
F4 .906 .846 .929
F5 .918 .838 .929
Graad 3 F1 .762 .734 .714
F2 .736 .645 .800
F3 .608 .468 .743
F4 .753 .605 .771
F5 .733 .556 .743
Graad 4 F1 .719 .745 .727
F2 .694 .597 .727
F3 .817 .705 .818
F4 .775 .691 .818
F5 .782 .678 .727
Graad 5 F1 .855 .764 .809
F2 .810 .736 .745
F3 .630 .527 .681
F4 .835 .745 .809
F5 .832 .855 .787
Graad 6 F1 .839 .686 .714
F2 .776 .648 .738
F3 .524 .486 .595
F4 .891 .848 .905
F5 .817 .752 .738

Tabel 4: Diagnosenauwkeurigheid van BM-PROMA subtests per graad. Notitie. F1 = Arabische numerieke representatiefactor; F2 = analoge representatiefactor; F3 = verbale representatiefactor ; F4 = rekenkundige factor ; F5 = cognitieve factor; AUC = gebied onder de curve; Sn = gevoeligheid; Sp = specificiteit.

Figure 1
Figuur 1: Ontbrekende nummertaak Klik hier om een grotere versie van deze figuur te bekijken.

Figure 2
Figuur 2: Tweecijferige cijfervergelijkingstaak Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 3
Figuur 3: Lees getallen taak Klik hier om een grotere versie van deze figuur te bekijken.

Figure 4
Figuur 4: Plaats waarde taak Klik hier om een grotere versie van deze figuur te bekijken.

Figure 5
Figuur 5: Schattingstaak nummerregel Klik hier om een grotere versie van deze figuur te bekijken.

Figure 6
Figuur 6: Rekenkundige taak voor het ophalen van feiten Klik hier om een grotere versie van deze figuur te bekijken.

Figure 7
Figuur 7: Rekenkundige principes taak Klik hier om een grotere versie van deze figuur te bekijken.

Figure 8
Figuur 8: Tel spantaak Klik hier om een grotere versie van deze figuur te bekijken.

Figure 9
Figuur 9: Snelle geautomatiseerde naamgeving - lettertaak (RAN-L) Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 10
Figuur 10: Visuospatiale werkgeheugentaak Klik hier om een grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Kinderen met MLD lopen niet alleen het risico op academisch falen, maar ook op psycho-emotionele en gezondheidsstoornissen8,9 en, later , op arbeidsdeprivatie4,5. Het is dus cruciaal om mld snel te diagnosticeren om de educatieve ondersteuning te bieden die deze kinderen nodig hebben. De diagnose van MLD is echter complex vanwege de meervoudige domeinspecifieke en domeinspecifieke vaardigheidstekorten die ten grondslag liggen aan de aandoening22,23. BM-PROMA is een van de weinige geautomatiseerde tools die een multidimensionaal protocol gebruikt om basisschoolkinderen met MLD te diagnosticeren, en de eerste die is gestandaardiseerd voor Spaanstalige kinderen.

De huidige studie heeft bewezen dat BM-PROMA een geldig en betrouwbaar instrument is. De resultaten van ROC-analyses waren veelbelovend en lieten AUC's zien, variërend van .72 tot .92 over bijna alle factoren en cijfers. Dit duidt op een aanvaardbare tot uitstekende discriminatie79. De zwakste steun werd gevonden voor F3 in de rangen 3, 5 en 6, en F2 in graad 4 leverde AUC < .70 op. Het is belangrijk op te merken dat we slechts één maat als gouden standaard hebben gebruikt en dat deze is gericht op meercijferige rekenvaardigheden; als zodanig is het een zeer beperkte maatregel. Een gouden standaard moet de inhoud van de onderzochte criteriummaatstafweergeven 80, dus wij zijn van mening dat de nauwkeurigheid van de classificatie kan worden verbeterd door in toekomstige studies andere gestandaardiseerde staatsbeoordelingen toe te nemen.

Hoewel BM-PROMA een zeer uitgebreid hulpmiddel is, zou het relevant zijn voor toekomstige versies om andere domeinspecifieke vaardigheden op te nemen die bij MLD-kinderen zijn aangetast, bijvoorbeeld niet-symbolische vergelijkingstaken bij jongere kinderen81 en rationele getalmanipulatie of het oplossen van rekenkundige woordproblemen82,83 bij oudere kinderen. Het zou ook essentieel zijn om andere domein-algemene vaardigheden op te nemen die een tekort aan MLD lijken te hebben, zoals remmende controle84.

Ondanks de beschreven beperkingen is BM-PROMA een van de weinige software die is ontworpen om kinderen met dyscalculie te identificeren, en de huidige studie heeft bewezen dat het een geldig en betrouwbaar instrument is. De interne structuur vertegenwoordigt de multidimensionale evaluatiebenadering van de tool. Het biedt een breed cognitief profiel voor het kind, dat niet alleen relevant is voor de diagnose, maar ook voor geïndividualiseerde instructieplanning. Bovendien is het multimediaformaat zeer motiverend voor de kinderen en maakt het tegelijkertijd de beoordelingsprocedure gemakkelijker.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De hierboven genoemde auteurs verklaren dat er geen financiële belangen of andere belangenconflicten verbonden zijn aan deze studie.

Acknowledgments

We erkennen dankbaar de steun van de Spaanse regering via haar Plan Nacional I+D+i (R+D+i National Research Plan, Spaans ministerie van Economie en Concurrentievermogen), project ref: PET2008_0225, met de tweede auteur als hoofdonderzoeker; en CONICYT-Chile [FONDECYT REGULAR Nº 1191589], met de eerste auteur als hoofdonderzoeker. We danken ook het Unidad de Audiovisuales ULL-team voor hun deelname aan de productie van de video.

Materials

Name Company Catalog Number Comments
Multimedia Battery for Assessment of Cognitive and Basic Skills in Maths Universidad de La Laguna Pending assignment BM-PROMA

DOWNLOAD MATERIALS LIST

References

  1. Henik, A., Gliksman, Y., Kallai, A., Leibovich, T. Size Perception and the Foundation of Numerical Processing. Current Directions in Psychological Science. 26 (1), 45-51 (2017).
  2. Henik, A., Rubinsten, O., Ashkenazi, S. The "where" and "what" in developmental dyscalculia. Clinical Neuropsychologist. 25 (6), 989-1008 (2011).
  3. OCDE. The High Cost of Low Educational Performance: The long-run economic impact of improving PISA outcomes. , Available from: www.oecd.org/publishingwww.sourceoecd.org/9789264077485 (2010).
  4. Ghisi, M., Bottesi, G., Re, A. M., Cerea, S., Mammarella, I. C. Socioemotional features and resilience in Italian university students with and without dyslexia. Frontiers in Psychology. 7, 1-9 (2016).
  5. Parsons, S., Bynner, J. Numeracy and employment. Education + Training. 39 (2), 43-51 (1997).
  6. Sideridis, G. D. International Approaches to Learning Disabilities: More Alike or More Different. Learning Disabilities Research & Practice. 22 (3), 210-215 (2007).
  7. Duncan, G. J., et al. School Readiness and Later Achievement. Developmental Psychology. 43 (6), 1428-1446 (2007).
  8. Wu, S. S., Barth, M., Amin, H., Malcarne, V., Menon, V. Math Anxiety in Second and Third Graders and Its Relation to Mathematics Achievement. Frontiers in Psychology. 3, 162 (2012).
  9. Reyna, V. F., Brainerd, C. J. The importance of mathematics in health and human judgment: Numeracy, risk communication, and medical decision making. Learning and Individual Differences. 17 (2), 147-159 (2007).
  10. Geary, D. C., Hoard, M. K., Nugent, L., Bailey, D. H. Mathematical cognition deficits in children with learning disabilities and persistent low achievement: A five-year prospective study. Journal of Educational Psychology. 104 (1), 206-223 (2012).
  11. Kaufmann, L., et al. Dyscalculia from a developmental and differential perspective. Frontiers in Psychology. 4, 516 (2013).
  12. Wong, T. T. Y., Chan, W. W. L. Identifying children with persistent low math achievement: The role of number-magnitude mapping and symbolic numerical processing. Learning and Instruction. 60, 29-40 (2019).
  13. Haberstroh, S., Schulte-Körne, G. Diagnostik und Behandlung der Rechenstörung. Deutsches Arzteblatt International. 116 (7), 107-114 (2019).
  14. Kaufmann, L., von Aster, M. The diagnosis and management of dyscalculia. Deutsches Ärzteblatt international. 109 (45), 767-777 (2012).
  15. Murphy, M. M., Mazzocco, M. M., Hanich, L. B., Early, M. C. Children With Mathematics Learning Disability (MLD) Vary as a Function of the Cutoff Criterion Used to Define MLD. Journal of learning disabilities. 40 (5), 458-478 (2007).
  16. Ramaa, S., Gowramma, I. P. A systematic procedure for identifying and classifying children with dyscalculia among primary school children in India. Dyslexia. 8 (2), 67-85 (2002).
  17. Dirks, E., Spyer, G., Van Lieshout, E. C. D. M., De Sonneville, L. Prevalence of combined reading and arithmetic disabilities. Journal of Learning Disabilities. 41 (5), 460-473 (2008).
  18. Mazzocco, M. M. M., Myers, G. F. Complexities in Identifying and Defining Mathematics Learning Disability in the Primary School-Age Years. Annals of dyslexia. (Md). 53, 218-253 (2003).
  19. Barahmand, U. Arithmetic Disabilities: Training in Attention and Memory Enhances Artihmetic Ability. Research Journal of Biological Sciences. 3 (11), 1305-1312 (2008).
  20. Reigosa-Crespo, V., et al. Basic numerical capacities and prevalence of developmental dyscalculia: The Havana survey. Developmental Psychology. 48 (1), 123-135 (2012).
  21. Hein, J., Bzufka, M. W., Neumärker, K. J. The specific disorder of arithmetic skills. Prevalence studies in a rural and an urban population sample and their clinico-neuropsychological validation. European Child and Adolescent Psychiatry. 9, Suppl. 2 (2000).
  22. Geary, D. C., Nicholas, A., Li, Y., Sun, J. Developmental change in the influence of domain-general abilities and domain-specific knowledge on mathematics achievement: An eight-year longitudinal study. Journal of Educational Psychology. 109 (5), 680-693 (2017).
  23. Cowan, R., Powell, D. The contributions of domain-general and numerical factors to third-grade arithmetic skills and mathematical learning disability. Journal of Educational Psychology. 106 (1), 214-229 (2014).
  24. Rubinsten, O., Henik, A. Developmental Dyscalculia: heterogeneity might not mean different mechanisms. Trends in Cognitive Sciences. 13 (2), 92-99 (2009).
  25. Peake, C., Jiménez, J. E., Rodríguez, C. Data-driven heterogeneity in mathematical learning disabilities based on the triple code model. Research in Developmental Disabilities. 71, (2017).
  26. Chan, W. W. L., Wong, T. T. Y. Subtypes of mathematical difficulties and their stability. Journal of Educational Psychology. 112 (3), 649-666 (2020).
  27. Bartelet, D., Ansari, D., Vaessen, A., Blomert, L. Cognitive subtypes of mathematics learning difficulties in primary education. Research in Developmental Disabilities. 35 (3), 657-670 (2014).
  28. Geary, D. C., Hamson, C. O., Hoard, M. K. Numerical and arithmetical cognition: a longitudinal study of process and concept deficits in children with learning disability. Journal of experimental child psychology. 77 (3), 236-263 (2000).
  29. Landerl, K., Bevan, A., Butterworth, B. Developmental dyscalculia and basic numerical capacities: a study of 8-9-year-old students. Cognition. 93 (2), 99-125 (2004).
  30. Moura, R., et al. Journal of Experimental Child Transcoding abilities in typical and atypical mathematics achievers : The role of working memory and procedural and lexical competencies. Journal of Experimental Child Psychology. 116 (3), 707-727 (2013).
  31. De Smedt, B., Gilmore, C. K. Defective number module or impaired access? Numerical magnitude processing in first graders with mathematical difficulties. Journal of Experimental Child Psychology. 108 (2), 278-292 (2011).
  32. Andersson, U., Östergren, R. Number magnitude processing and basic cognitive functions in children with mathematical learning disabilities. Learning and Individual Differences. 22 (6), 701-714 (2012).
  33. Geary, D. C., Hoard, M. K., Nugent, L., Byrd-Craven, J. Development of Number Line Representations in Children With Mathematical Learning Disability. Developmental neuropsychology. , (2008).
  34. van't Noordende, J. E., van Hoogmoed, A. H., Schot, W. D., Kroesbergen, E. H. Number line estimation strategies in children with mathematical learning difficulties measured by eye tracking. Psychological Research. 80 (3), 368-378 (2016).
  35. Chan, B. M., Ho, C. S. The cognitive profile of Chinese children with mathematics difficulties. Journal of Experimental Child Psychology. 107 (3), 260-279 (2010).
  36. Geary, D. C., Hoard, M. K., Bailey, D. H. Fact Retrieval Deficits in Low Achieving Children and Children With Mathematical Learning Disability. Journal of Learning Disabilities. 45 (4), 291-307 (2012).
  37. Clarke, B., Shinn, M., Shinn, M. R. A Preliminary Investigation Into the Identification and Development of Early Mathematics Curriculum-Based Measurement. Psychology Review. 33 (2), 234-248 (2004).
  38. David, C. V. Working memory deficits in Math learning difficulties: A meta-analysis. British Journal of Developmental Disabilities. 58 (2), 67-84 (2012).
  39. Peng, P., Fuchs, D. A Meta-Analysis of Working Memory Deficits in Children With Learning Difficulties: Is There a Difference Between Verbal Domain and Numerical Domain. Journal of Learning Disabilities. 49 (1), 3-20 (2016).
  40. Peng, P., et al. Examining the mutual relations between language and mathematics: A meta-analysis. Psychological Bulletin. 146 (7), 595-634 (2020).
  41. Andersson, U., Lyxell, B. Working memory deficit in children with mathematical difficulties: A general or specific deficit. Journal of Experimental Child Psychology. 96 (3), 197-228 (2007).
  42. Guzmán, B., Rodríguez, C., Sepúlveda, F., Ferreira, R. A. Number Sense Abilities , Working Memory and RAN: A Longitudinal. Revista de Psicodidáctica. 24, 62-70 (2019).
  43. Passolunghi, M. C., Cornoldi, C. Working memory failures in children with arithmetical difficulties. Child Neuropsychology. 14 (5), 387-400 (2008).
  44. vander Sluis, S., vander Leij, A., de Jong, P. F. Working Memory in Dutch Children with Reading- and Arithmetic-Related LD. Journal of Learning Disabilities. 38 (3), 207-221 (2005).
  45. Lefevre, J. A., et al. Pathways to Mathematics: Longitudinal Predictors of Performance. Child Development. 81 (6), 1753-1767 (2010).
  46. Simmons, F. R., Singleton, C. Do weak phonological representations impact on arithmetic development? A review of research into arithmetic and dyslexia. Dyslexia. 14 (2), 77-94 (2008).
  47. Kleemans, T., Segers, E., Verhoeven, L. Role of linguistic skills in fifth-grade mathematics. Journal of Experimental Child Psychology. 167, 404-413 (2018).
  48. Hecht, S. A., Torgesen, J. K., Wagner, R. K., Rashotte, C. A. The relations between phonological processing abilities and emerging individual differences in mathematical computation skills: A longitudinal study from second to fifth grades. Journal of Experimental Child Psychology. 79 (2), 192-227 (2001).
  49. García-Vidal, J., González-Manjón, D., García-Ortiz, B., Jiménez-Fernández, A. Evamat: batería para la evaluación de la competencia matemática. , Madrid. (2010).
  50. Gregoire, J., Nöel, M. P., Van Nieuwenhoven, C. TEDI-MATH. , Spanish version by M. J. Sueiro & J. Perena (2005).
  51. Navarro, J. I., et al. Estimación del aprendizaje matemático mediante la versión española del Test de Evaluación Matemática Temprana de Utrecht. European Journal of Education and Psychology. 2 (2), 131 (2009).
  52. Cerda Etchepare, G., et al. Adaptación de la versión española del Test de Evaluación Matemática Temprana de Utrecht en Chile . Estudios pedagógicos. 38, Valdivia. 235-253 (2012).
  53. Van De Rijt, B. A. M., Van Luit, J. E. H., Pennings, A. H. The construction of the Utrecht early mathematical competence scales. Educational and Psychological Measurement. 59 (2), 289-309 (1999).
  54. Ginsburg, H., Baroody, A. Test of early math ability. , Madrid. Spanish adaptation by Nunez, M. & Lozano, I (2007).
  55. Butterworth, B. Dyscalculia Screener. , (2003).
  56. Beacham, N., Trott, C. Screening for Dyscalculia within HE. MSOR Connections. 5 (1), 1-4 (2005).
  57. Karagiannakis, G., Noël, M. -P. Mathematical Profile Test: A Preliminary Evaluation of an Online Assessment for Mathematics Skills of Children in Grades 1-6. Behavioral Sciences. 10 (8), 126 (2020).
  58. Lee, E. K., et al. Development of the Computerized Mathematics Test in Korean Children and Adolescents. Journal of the Korean Academy of Child and Adolescent Psychiatry. 28 (3), 174-182 (2017).
  59. Cangöz, B., Altun, A., Olkun, S., Kaçar, F. Computer based screening dyscalculia: Cognitive and neuropsychological correlates. Turkish Online Journal of Educational Technology. 12 (3), 33-38 (2013).
  60. Zygouris, N. C., et al. Screening for disorders of mathematics via a web application. IEEE Global Engineering Education Conference, EDUCON. , 502-507 (2017).
  61. Jiménez, J. E., Rodríguez, C. Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas (BM-PROMA). , Software (2020).
  62. Nuerk, H. -C., Weger, U., Willmes, K. On the Perceptual Generality of the Unit-DecadeCompatibility Effect. Experimental Psychology (formerly "Zeitschrift für Experimentelle Psychologie". 51 (1), 72-79 (2004).
  63. Nuerk, H. -C., Weger, U., Willmes, K. Decade breaks in the mental number line? Putting the tens and units back in different bins. Cognition. 82 (1), 25-33 (2001).
  64. Booth, J. L., Siegler, R. S. Developmental and individual differences in pure numerical estimation. Developmental Psychology. 42 (1), 189-201 (2006).
  65. Case, R., Kurland, D. M., Goldberg, J. Operational efficiency and the growth of short-term memory span. Journal of Experimental Child Psychology. 33 (3), 386-404 (1982).
  66. Denckla, M. B., Rudel, R. Rapid "Automatized" Naming of Pictured Objects, Colors, Letters and Numbers by Normal Children. Cortex. 10 (2), 186-202 (1974).
  67. Milner, B. Interhemispheric differences in the localization of psychological processes in man. British Medical Bulletin. 27, 272-277 (1971).
  68. Rosseel, Y. lavaan: An R package for structural equation modeling. Journal of Statistical Software. 48 (2), 1-36 (2012).
  69. Knops, A., Nuerk, H. -C., Göbel, S. M. Domain-general factors influencing numerical and arithmetic processing. Journal of Numerical Cognition. 3 (2), 112-132 (2017).
  70. Torresi, S. Review Interaction between domain-specific and domain-general abilities in math's competence. Journal of Applied Cognitive Neuroscience. 1 (1), 43-51 (2020).
  71. Arsalidou, M., Pawliw-Levac, M., Sadeghi, M., Pascual-Leone, J. Brain areas associated with numbers and calculations in children: Meta-analyses of fMRI studies. Developmental Cognitive Neuroscience. 30, 239-250 (2018).
  72. Dehaene, S. Varieties of numerical abilities. Cognition. 44 (1-2), 1-42 (1992).
  73. Streiner, D. L. Starting at the beginning: An introduction to coefficient alpha and internal consistency. Statistical Developments and Applications. 80 (1), 99-103 (2003).
  74. Zainudin, A. Validating the measurement model CFA. A handbook on structural equation modeling. , 54-73 (2014).
  75. Brown, T. A. Confirmatory factor analysis for applied reaearch. (9), The Gildford Press. New York, NY. (2015).
  76. Kline, R. B. Principles and practice of structural equation modeling. , The Gildford Press. New York, NY. (2011).
  77. Putnick, D. L., Bornstein, M. H. Measurement invariance conventions and reporting: The state of the art and future directions for psychological research. Developmental Review. 41, 71-90 (2016).
  78. Artiles, C., Jiménez, J. E. Prueba de Cáculo Artimético. Normativización de instrumentos para la detección e identificación de las necesidades educativas del alumnado con trastorno por déficit de atención con o sin hiperactividad (TDAH) o alumnado con dificultades específicas de aprendizaje (DEA). , 13-26 (2011).
  79. Hosmer, D., Lemeshow, S., Rod, X. Sturdivant. Applied Logistic Regression. , Hoboken. (2013).
  80. Smolkowski, K., Cummings, K. D. Evaluation of Diagnostic Systems: The Selection of Students at Risk of Academic Difficulties. Assessment for Effective Intervention. 41 (1), 41-54 (2015).
  81. Piazza, M., et al. Developmental trajectory of number acuity reveals a severe impairment in developmental dyscalculia. Cognition. 116 (1), 33-41 (2010).
  82. Van Hoof, J., Verschaffel, L., Ghesquière, P., Van Dooren, W. The natural number bias and its role in rational number understanding in children with dyscalculia. Delay or deficit. Research in Developmental Disabilities. 71, 181-190 (2017).
  83. Swanson, H. L., Jerman, O., Zheng, X. Growth in Working Memory and Mathematical Problem Solving in Children at Risk and Not at Risk for Serious Math Difficulties. Journal of Educational Psychology. 100 (2), 343-379 (2008).
  84. Kroesbergen, E., Van Luit, J. E. H., Van De Rijt, B. A. M. Young children at risk for math disabilities: Counting skills and executive functions. Journal of Psychoeducational Assessment. , (2009).

Tags

Gedrag wiskundige leerstoornissen dyscalculie diagnose assessment tool domein-algemene vaardigheden domeinspecifieke vaardigheden
Multimediabatterij voor beoordeling van cognitieve en basisvaardigheden in wiskunde (BM-PROMA)
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Rodríguez, C., Jiménez, J. More

Rodríguez, C., Jiménez, J. E., de León, S. C., Marco, I. Multimedia Battery for Assessment of Cognitive and Basic Skills in Mathematics (BM-PROMA). J. Vis. Exp. (174), e62288, doi:10.3791/62288 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter