Waiting
로그인 처리 중...

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

Behavior

Batteria multimediale per la valutazione delle competenze cognitive e di base in matematica (BM-PROMA)

Published: August 28, 2021 doi: 10.3791/62288
Automatic Translation
*1,2, *1, *1, *1
1Faculty of Psychology and Speech Therapy, Universidad de La Laguna, 2Faculty of Education, Universidad Católica del Maule
* These authors contributed equally

Summary

BM-PROMA è un valido e affidabile strumento diagnostico multimediale in grado di fornire un profilo cognitivo completo dei bambini con difficoltà di apprendimento matematico.

Abstract

L'apprendimento della matematica è un processo complesso che richiede lo sviluppo di più competenze generali di dominio e specifiche del dominio. Non è quindi inaspettato che molti bambini faticchino a rimanere a livello di grado, e questo diventa particolarmente difficile quando diverse abilità di entrambi i domini sono compromesse, come nel caso delle difficoltà di apprendimento matematico (MLD). Sorprendentemente, sebbene la MLD sia uno dei disturbi dello sviluppo neurologico più comuni che colpiscono gli scolari, la maggior parte degli strumenti diagnostici disponibili non include la valutazione delle competenze generali e specifiche del dominio. Inoltre, pochissimi sono computerizzati. Per quanto ne sarà a nostra conoscenza, non esiste uno strumento con queste funzionalità per i bambini di lingua spagnola. Lo scopo di questo studio era quello di descrivere il protocollo per la diagnosi dei bambini spagnoli MLD utilizzando la batteria multimediale BM-PROMA. BM-PROMA facilita la valutazione di entrambi i domini di abilità e i 12 compiti inclusi a questo scopo sono empiricamente basati sull'evidenza. Viene dimostrata la forte coerenza interna di BM-PROMA e la sua struttura interna multidimensionale. BM-PROMA si dimostra uno strumento appropriato per diagnosticare i bambini con MLD durante l'istruzione primaria. Fornisce un ampio profilo cognitivo per il bambino, che sarà rilevante non solo per la diagnosi ma anche per la pianificazione didattica individualizzata.

Introduction

Uno degli obiettivi cruciali dell'istruzione primaria è l'acquisizione di competenze matematiche. Questa conoscenza è molto rilevante, poiché tutti usiamo la matematica nella nostra vita quotidiana, ad esempio, per calcolare il cambiamento dato al supermercato1,2. Come tale, le conseguenze di scarse prestazioni matematiche vanno oltre l'accademico. A livello sociale, una forte prevalenza di scarse prestazioni matematiche all'interno della popolazione costituisce un costo per la società. Ci sono prove che il miglioramento delle scarse competenze numeriche nella popolazione porta a risparmi significativi per un paese3. Ci sono anche conseguenze negative a livello individuale. Ad esempio, coloro che mostrano un basso livello di competenze matematiche presentano uno scarso sviluppo professionale (ad esempio, tassi di occupazione più elevati in occupazioni manuali mal retribuite e maggiore disoccupazione)4,5,6,riportano frequentemente risposte socio-emotive negative nei confronti degli accademici (ad esempio, ansia, bassa motivazione nei confronti degli accademici)7,8e tendono a presentare una salute mentale e fisica peggiore rispetto ai loro coetanei con risultati matematici medi9. Gli studenti con difficoltà di apprendimento matematico (MLD) mostrano prestazioni molto scarse che persistono nel tempo10,11,12. Come tale, hanno maggiori probabilità di subire le conseguenze sopra menzionate, specialmente se queste non vengono diagnosticate tempestivamente13.

La MLD è un disturbo neurobiologico caratterizzato da grave compromissione in termini di apprendimento delle abilità numeriche di base nonostante un'adeguata capacità intellettuale e scolarizzazione14. Sebbene questa definizione sia ampiamente accettata, gli strumenti e i criteri per la sua identificazione sono ancora in discussione15. Un'eccellente illustrazione dell'assenza di un accordo universale per quanto riguarda la diagnosi di MLD è la varietà dei tassi di prevalenza riportati, che vanno dal 3 al10% 16,17, 18,19,20,21. Questa difficoltà nella diagnosi deriva dalla complessità delle conoscenze matematiche, che richiede che venga appresa una combinazione di più competenze generali di dominio e specifiche del dominio22,23. I bambini con MLD mostrano profili cognitivi molto diversi, con un'ampia costellazione di deficit14,24,25,26,27. A questo proposito, si suggerisce che la necessità di una valutazione multidimensionale per mezzo di compiti che coinvolgono diverse rappresentazioni numeriche (cioè verbali, arabe, analogiche) e abilità aritmetiche11.

Nella scuola primaria, i sintomi della MLD sono diversi. In termini di competenze specifiche del dominio, si è costantemente riscontrato che molti studenti MLD mostrano difficoltà nelle abilità numeriche di base, come riconoscere rapidamente e accuratamente i numeri arabi28,29,30,confrontare le magnitudini31,32o rappresentare i numeri sulla linea numerica33,34. I bambini delle scuole elementari hanno anche mostrato difficoltà nella comprensione delle conoscenze concettuali, come il valore di luogo35, la conoscenza aritmetica36o l'ordinalità misurata attraverso sequenze ordinate37. Per quanto riguarda le competenze generali di dominio, particolare attenzione è stata posta sul ruolo della memoria di lavoro38,39 e del linguaggio40 nello sviluppo delle abilità matematiche nei bambini con e senza MLD. In relazione alla memoria di lavoro, i risultati suggeriscono che gli studenti con MLD mostrano un deficit nell'esecutivo centrale, specialmente quando richiesto per manipolare le informazioni numeriche41,42. Un deficit nella memoria visuospaziale a breve termine è stato riportato frequentemente anche nei bambini con MLD43,44. Le competenze linguistiche sono risultate essere un prerequisito per l'apprendimento delle abilità matematiche, in particolare quelle che comportano un'elevata richiesta di elaborazione verbale7. Ad esempio, le abilità di elaborazione fonologica [ad esempio, consapevolezza fonologica e Rapid Automatized Naming (RAN)] sono strettamente legate a quelle abilità di base apprese nella scuola primaria, come l'elaborazione numerica o il calcolo aritmetico39,45,46,47. Qui, è stato dimostrato che le variazioni nella consapevolezza fonologica e nella RAN sono associate a differenze individuali nelle abilità matematiche che comportano la gestione del codice verbale42,48. Alla luce del complesso profilo dei bambini con MLD, uno strumento diagnostico dovrebbe idealmente includere compiti che valutano sia le abilità generali del dominio che quelle specifiche del dominio, che sono segnalate come più frequentemente carenti in questi bambini.

Negli ultimi anni sono stati sviluppati diversi strumenti di screening di carta e matita per MLD. Quelli più comunemente usati con i bambini delle scuole elementari spagnole sono a) Evamat-Batería para la Evaluación de la Competencia Matemática (Batteria per la valutazione della competenza matematica)49; b) Tedi-Math: un test per la valutazione diagnostica delle disabilità matematiche (adattamento spagnolo)50; c) Test de Evaluación Matemática Temprana de Utrecht (TEMT-U)51,52, la versione spagnola dell'Utrecht Early Numeracy Test53; e d) Test delle prime abilità matematiche (TEMA-3)54. Questi strumenti misurano molte delle competenze specifiche del dominio sopra menzionate; tuttavia, nessuno di loro valuta le competenze generali del dominio. Un altro limite di questi strumenti - e degli strumenti di carta e matita in generale - è che non possono fornire informazioni sull'accuratezza e l'automaticità con cui ogni articolo viene elaborato. Questo sarebbe possibile solo con una batteria computerizzata. Tuttavia, sono state sviluppate pochissime applicazioni per la diagnosi di discalculia. Il primo strumento computerizzato progettato per identificare i bambini (dai 6 ai 14 anni) con MLD è stato il Dyscalculia Screener55. Alcuni anni dopo, il DyscalculiUm56 basato sul web è stato sviluppato con lo stesso scopo, ma focalizzato su adulti e studenti nell'istruzione post-16. Sebbene ancora limitato, negli ultimi anni c'è stato un crescente interesse per la progettazione di strumenti computerizzati per la diagnosi di MLD57,58,59,60. Nessuno degli strumenti menzionati è stato standardizzato per i bambini spagnoli, e solo uno di essi - il MathPro Test57- include la valutazione generale delle abilità del dominio. Data l'importanza di identificare i bambini con scarsi risultati matematici, in particolare quelli con MLD, e in assenza di strumenti computerizzati per la popolazione spagnola, presentiamo un protocollo di valutazione multimediale che include sia competenze generali di dominio che specifiche del dominio.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Questo protocollo è stato condotto in conformità con le linee guida fornite dal Comité de Ética de la Investigación y Bienestar Animal (Comitato per l'etica della ricerca e il benessere degli animali, CEIBA), Universidad de La Laguna.

NOTA: La Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas [Batteria multimediale per la valutazione delle competenze cognitive e di base in matematica (BM-PROMA)]61 è stata sviluppata utilizzando Unity 2.0 Professional Edition e il motore di database SQLITE. BM-PROMA include 12 sottotest: 8 per valutare le competenze specifiche del dominio e 4 per valutare i processi generali del dominio. Per ogni sottotest, fornire istruzioni oralmente da un robot umanoide animato e precedere la fase di test con una dimostrazione e due prove di addestramento. Il protocollo dell'applicazione per ogni attività viene presentato di seguito con un esempio.

1. Configurazione sperimentale

  1. Utilizzare i seguenti criteri di inclusione: bambini nell'istruzione primaria tra la seconda e la sesta elementare; madrelingua spagnola.
  2. Utilizzare i seguenti criteri di esclusione: bambini con una storia di deficit neurologici, intellettuali o sensoriali.
  3. Installare la batteria multimediale per la valutazione delle competenze cognitive e di base in matematica. BM-PROMA è distribuito utilizzando un singolo file. Questo file è un programma di installazione automatico che consente all'utente di selezionare la destinazione di installazione. Il programma di installazione rileva le versioni precedenti dello strumento e avvisa l'utente della possibile perdita di dati dovuta alla sovrascrittura. L'installazione crea collegamenti nel menu 'Start' di Windows. Inoltre, il programma di installazione fornisce un file batch (noto come file .bat in Windows) per automatizzare il processo di backup del database. Lo strumento viene eseguito in modalità a schermo intero con una risoluzione di 800x600 pixel. Lo strumento non può essere eseguito in modalità finestra.
    1. Prima che uno studente possa essere valutato, aggiungi i suoi dati al database degli studenti. Una volta che il bambino è stato registrato, selezionalo facendo clic sulla voce pertinente nell'elenco degli studenti. I compiti sono selezionati a caso dall'esaminatore o dal bambino. Le attività iniziano non appena l'esaminatore o il bambino fa clic su di esse. Al termine dell'attività, lo strumento ritorna al menu di selezione dell'attività. Le attività completate dallo studente non sono più visibili nel menu. Una volta iniziata la sessione, non ci sono pause tra le attività.
    2. Testare i gradi 2 e 3 in tre sessioni di mezz'ora e i bambini i gradi da 4 a 6 in due sessioni di 45 minuti. Tieni le sessioni in giorni diversi. Somministrare il BM-PROMA in una stanza tranquilla. Fare in modo che gli studenti usino un auricolare per ascoltare le istruzioni e registrare le loro risposte orali; l'esaminatore utilizza anche le cuffie per monitorare le attività. In alcuni casi, l'esaminatore deve registrare l'esito dell'attività utilizzando il mouse; in altri, lo studente usa il mouse per completare l'attività e le risposte vengono registrate automaticamente.
  4. Prove dimostrative e di formazione. Per tutte le attività, precedere la fase di test con istruzioni (il robot presenta oralmente le istruzioni per l'attività), modellazione (il robot modella l'attività passo dopo passo con un esempio) e prove pratiche (ai bambini sono consentite fino a due prove pratiche con feedback).

2. Sottotest specifici del dominio

  1. Numero mancante (Figura 1)
    1. In questa attività, chiedi ai bambini di nominare il numero mancante da una serie di 4 numeri a una e due cifre presentati orizzontalmente.
    2. Fai dire al robot quanto segue: "In questo gioco, devi dire ad alta voce il nome del numero mancante: due, quattro, sei, otto e (pausa) dieci. Quindi, il numero mancante è dieci. Ora, provalo da solo".
    3. Presentare un totale di 18 serie: 6 in ordine numericamente crescente (i numeri della serie aumentano di valore quando una data grandezza viene aggiunta al numero precedente), 6 in ordine numericamente decrescente (i numeri della serie diminuiscono di valore man mano che una data grandezza viene sottratta dal numero precedente) e 6 in ordine crescente numericamente gerarchico (è necessaria più di un'operazione aritmetica per risolverli, in questo caso, moltiplicazione e addizione). L'esaminatore utilizza i pulsanti del mouse per registrare se la risposta è corretta.
    4. Calcola il punteggio in base al numero totale di risposte corrette.
  2. Confronto numerico a due cifre (Figura 2)
    1. In questa attività, presenta 40 coppie di numeri a due cifre sullo schermo del computer.
    2. Lascia che il robot dica "In questo gioco, guarda attentamente questi due numeri. Devi scegliere il numero più grande. Per fare ciò, è necessario confrontare i due numeri e dire ad alta voce il nome del più grande. Guardate questi due numeri. Trentasette è più grande di ventuno. Quindi, dirò /trentasette/. Cerca di completare l'attività il più rapidamente possibile senza sbagliare. Ora, provalo da solo".
    3. Chiedi ai bambini di dire ad alta voce il numericamente più grande di ogni coppia. Una chiave vocale registrava il tempo di reazione del bambino (RT), dopo di che l'esaminatore utilizzava i pulsanti del mouse per registrare se la risposta era corretta.
      NOTA: A seguito di studi precedenti62,63,la compatibilità unità-decennio (compatibile vs incompatibile) e la decadenza e la distanza unitaria (piccola [1-3] vs grande [4-8]) sono state manipolate.
    4. Calcola il punteggio in base all'RT di quegli stimoli che sono stati risolti correttamente.
  3. Numeri di lettura (Figura 3)
    1. Presenta 30 numeri arabi (10 numeri a una cifra, 10 numeri a due cifre e 10 numeri a tre cifre) uno alla volta sullo schermo del computer.
    2. Fai dire al robot "In questo gioco, devi nominare ad alta voce i numeri che appaiono sullo schermo. Guarda questo numero. Qui devi dire /dodici/, perché questo è il nome del numero sullo schermo. Cerca di completare l'attività il più rapidamente possibile senza sbagliare. Ora, provalo da solo".
    3. Chiedi al bambino di leggerli ad alta voce il più rapidamente possibile senza commettere errori. Una chiave vocale ha registrato l'RT del bambino, dopo di che l'esaminatore ha utilizzato i pulsanti del mouse per registrare se la risposta era corretta.
    4. Calcola il punteggio in base all'RT di quegli stimoli che sono stati letti correttamente.
  4. Valore del luogo (Figura 4)
    1. Misurare la conoscenza degli studenti del sistema numerico arabo. Visualizza 12 numeri arabi a due cifre al centro dello schermo del computer, con un'opzione di risposta situata in ogni angolo dello schermo (quattro opzioni in totale). Ogni opzione era una quantità rappresentata da minuscoli blocchi di unità e blocchi di decine (dieci unità raggruppate in un unico blocco). Per ogni elemento, solo una delle quattro opzioni era corretta. Le opzioni errate erano costituite da rappresentazioni che coincidevano con l'opzione corretta in a) il dieci; b) l'unità; o c) sia il dieci che l'unità, ma invertiti (ad esempio, per il numero "15", le opzioni errate rappresentavano 12, 35 e 51).
    2. Lascia che il robot dica "In questo gioco, abbiamo un numero e quattro immagini. Devi fare clic sull'immagine che rappresenta correttamente il numero. Sceglierò il primo, perché la barra è uguale a dieci e i quadrati equivalgono a cinque unità. Ora, provalo da solo".
    3. Calcola il punteggio in base al numero totale di risposte corrette.
  5. Numero righe 0-100 e 0-1000 attività (Figura 5)
    NOTA: Utilizzare adattamenti computerizzati dell'originale di carta e matita64.
    1. In questa attività, fare in modo che i bambini posizionino un determinato numero su una linea numerica di 15 cm utilizzando il mouse del computer. Per i primi 20 elementi, il valore all'estremità sinistra della riga era 0 e il valore all'estremità destra era 100. Per i seguenti 22 elementi, il valore all'estremità destra era 1000.
    2. Presentare i seguenti articoli sulla linea 0-100: 2, 3, 7, 11, 14, 18, 23, 37, 41, 45, 56, 60, 67, 71, 75, 86, 89, 91, 95 e 99.
    3. Fai dire al robot "In questo gioco, devi mettere il numero dove pensi che dovrebbe andare. Guarda questa riga. Inizia a zero e finisce a cento. Devi mettere il numero cinquanta qui. Per fare ciò, fai clic e tieni premuta la linea rossa sotto il numero e trascinala nella posizione corretta. Sai perché ho lasciato cadere il numero qui? È nel mezzo, perché cinquanta è la metà di cento. Ora, provalo da solo".
    4. Seguendo l'attività originale, sovracampionare i numeri all'estremità bassa della distribuzione, con 7 numeri compresi tra 0 e 30. Gli articoli presentati per la linea 0-1000 sono stati: 2, 11, 67, 99, 106, 162, 221, 325, 388, 450, 492, 511, 591, 643, 677, 755, 799, 815, 867, 910 e 988. Valori inferiori a 100 sono stati sovracampionati, come nello studio di cui sopra.
    5. Calcola il punteggio in base al valore assoluto dell'errore percentuale (| Stima - Quantità stimata / Scala di stime|).
  6. Recupero aritmetico dei fatti (Figura 6)
    1. Chiedi ai bambini di risolvere 66 problemi aritmetici a una cifra, costituiti da 24 addizioni, 24 moltiplicazioni e 18 sottrazioni presentate in blocchi separati. Escludere i problemi di legame (ad esempio, 3+3) e i problemi contenenti 0 o 1 come operando o risposta.
    2. Fai dire al robot "In questo gioco, devi risolvere i calcoli nella tua testa. Nel primo, la risposta corretta è tre. Risolvi il compito in silenzio e dimmi la risposta ad alta voce. Cerca di risolvere l'attività il più rapidamente possibile senza sbagliare. Ora, provalo da solo.
    3. Presentare i problemi uno alla volta orizzontalmente sullo schermo del computer. Le risposte sono state verbali. Una chiave vocale ha registrato l'RT del bambino, dopo di che l'esaminatore ha utilizzato i pulsanti del mouse per registrare se la risposta era corretta.
    4. Calcola il punteggio in base all'RT di quegli stimoli che sono stati risolti correttamente.
  7. Principi aritmetici (Figura 7)
    1. Presente 24 coppie di operazioni correlate a due cifre (12 coppie di addizioni e 12 coppie di moltiplicazioni). In ogni coppia, un elemento è stato risolto correttamente e l'altro è stato irrisolto (ad esempio, 5 + 5 = 10 → 5 + 6 = ?).
    2. Fai dire al robot "In questo gioco, devi dire ad alta voce il risultato della seconda operazione. Guarda attentamente entrambi i calcoli. Il primo è già stato risolto, ma il secondo deve ancora essere risolto. Cinque più cinque equivale a dieci, poi cinque più sei equivale a undici. Quando ti dico di iniziare, risolvi il compito in silenzio e poi dì la risposta ad alta voce. Cerca di risolvere l'attività il più rapidamente possibile senza sbagliare. Ora, provalo da solo".
    3. Chiedi ai bambini di dire ad alta voce il risultato dell'operazione irrisolta. Una chiave vocale registrava il tempo di reazione del bambino (RT), dopo di che l'esaminatore utilizzava i pulsanti del mouse per registrare se la risposta era corretta.
    4. Calcola il punteggio in base all'RT di quegli stimoli che sono stati risolti correttamente.

3. Sottotest generali del dominio

  1. Intervallo di conteggio (Figura 8)
    Nota : questa attività è un adattamento dell'attività di conteggio della memoria di lavoro65.
    1. Invita i bambini a contare ad alta voce il numero di punti gialli su una serie di carte con punti gialli e blu. Chiedi loro di ricordare il numero di punti gialli su ogni carta del set.
    2. Lascia che il robot dica "In questo gioco, abbiamo alcune carte. Ogni carta ha punti blu e gialli. Devi contare e ricordare il numero di punti gialli su ogni carta. Innanzitutto, conteremo quanti punti gialli ci sono sulla prima carta. Ci sono due punti gialli sulla carta. Quindi conteremo tutti i punti gialli sulla seconda carta. Ci sono otto punti gialli sulla carta. Ora, poiché c'erano due punti gialli sulla prima carta e otto punti gialli sulla seconda carta, devi dire ad alta voce i numeri due e otto. Ora, provalo da solo".
    3. Aumenta la lunghezza del set da 2 a 5 carte e dai ai bambini tre tentativi per passare al livello successivo di difficoltà. L'esaminatore utilizza i pulsanti del mouse per registrare se la risposta è corretta.
    4. Terminare il test quando un bambino non riesce a ricordare correttamente due serie a un determinato livello di difficoltà.
  2. Denominazione rapida automatizzata - Lettera (RAN-L) (Figura 9)
    Nota : questa attività è un adattamento della tecnica denominata Rapid Automatized Naming66. RAN-L è costituito da una serie di cinque lettere presentate in cinque righe e 10 colonne sullo schermo del computer.
    1. Chiedi al bambino di nominare le lettere il più rapidamente possibile da sinistra a destra e dall'alto verso il basso. Fornire dieci elementi di esercitazione in un grafico composto da due righe e cinque colonne.
    2. Fai dire al robot "In questo gioco, devi nominare le lettere che appaiono sullo schermo. Non importa se vengono ripetuti. Quindi, dobbiamo dire: /a/, /c/, /v/, /n/, /a/, /n/, /c/, /c/, /v/, /v/. Cerca di nominare le lettere il più rapidamente possibile da sinistra a destra e dall'alto verso il basso. Ora, provalo da solo".
    3. Usa il tempo speso per nominare tutte le 50 lettere come punteggio. Per normalizzare la distribuzione dei punteggi, convertire i punteggi nel numero di lettere al minuto.
  3. Memoria di lavoro visuospaziale (Figura 10)
    NOTA: questa attività è un adattamento computerizzato dell'attività corsi block-tapping67.
    1. Mostra una scheda 3x3 al centro dello schermo. In ogni prova, fai lampeggiare in sequenza determinati blocchi su e giù.
    2. Chiedi al bambino di ripetere la sequenza nell'ordine corretto facendo clic sui blocchi che avevano cambiato colore. Nel 50% dei casi, chiedi loro di farlo nello stesso ordine e nell'altro 50% in ordine inverso.
    3. Fai dire al robot "In questo gioco, vedrai che alcuni dei quadrati si illuminano. Devi ricordare quali quadrati si sono illuminati e l'ordine in cui lo hanno fatto. Quindi devi premere i quadrati nello stesso ordine per ripetere la sequenza. Ora, guardate attentamente e premete i quadrati nello stesso ordine".
    4. Aumentare la lunghezza delle prove da 2 a 5 blocchi. Dai ai bambini tre tentativi per passare al livello successivo di difficoltà.
    5. Terminare il test quando un bambino non è riuscito a ricordare correttamente due serie a un determinato livello di difficoltà. L'esaminatore utilizza i pulsanti del mouse per registrare se la risposta è corretta. Calcola i punteggi in base al numero di risposte corrette fornite.
  4. Cancellazione del fonema
    NOTA: Questo compito includeva 15 parole a due sillabe: cinque con struttura consonante-vocale (CV) prima sillaba, cinque con struttura consonante-vocale-consonante (CVC) prima sillaba e cinque con struttura consonante-consonante-vocale (CCV) prima sillaba.
    1. Dì una parola al bambino e fagliela ripetere, omettendo il primo suono.
    2. Fai dire al robot "In questo gioco, devi rimuovere il primo suono di ogni parola. Se senti la parola /tarde/ (in ritardo), devi rimuovere il suono /t/. Quindi, dirai /arde/. Ora, provalo da solo".
    3. L'esaminatore utilizza i pulsanti del mouse per registrare se la risposta è corretta. Calcola il punteggio in base al numero totale di risposte corrette.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Al fine di testare l'utilità e l'efficacia di questo strumento diagnostico, le sue proprietà psicometriche sono state analizzate in un campione su larga scala. Un totale di 933 studenti spagnoli della scuola primaria (ragazzi = 508, ragazze = 425; Metà = 10 anni, SD = 1,36) dal grado 2 al grado 6 (grado 2, N = 169 [89 ragazzi]; grado 3, N = 170 [89 ragazzi]; grado 4, N = 187 [106 ragazzi]; grado 5, N = 203 [113 ragazzi]; grado 6, N= 204 [110 ragazzi]) hanno partecipato allo studio. I bambini provenivano da classi intatte in scuole statali e private nelle aree urbane e suburbane di Santa Cruz de Tenerife. Gli studenti sono stati classificati in due gruppi: a) bambini MLD con punteggi entro o inferiori al 16 ° percentile in un test aritmetico standardizzato (grado 2, N = 14; grado 3, N = 35; grado 4, N = 11; grado 5, N = 47; grado 6, N = 42); e b) in genere raggiungendo bambini con punteggi entro o superiori al 40 ° percentile nello stesso test (grado 2, N = 130; grado 3, N = 124; grado 4, N = 149; grado 5, N = 110; grado 6, N = 105).

La multidimensionalità della struttura dello strumento è stata testata mediante l'analisi fattoriale di conferma (CFA) utilizzando il pacchetto lavaan in R68. È stato ipotizzato un modello a cinque fattori per BM-PROMA. Ci si aspettava un fattore cognitivo contenente tutti i compiti generali del dominio, poiché il contributo delle abilità generali del dominio alle prestazioni matematiche è diverso da quello delle abilità specifiche del dominio69,70. Ci si aspettava anche un fattore aritmetico che raggruppasse solo compiti aritmetici, poiché l'aritmetica e le abilità numeriche di base coinvolgono diversi correlati cognitivi e cerebrali71 . Infine, seguendo il Triple Code Model72, ci si aspettavano tre fattori che raggruppavano i compiti numerici a seconda che il compito coinvolgesse rappresentazioni verbali, arabe o analogiche.

Le prove relative alla coerenza interna sono state valutate utilizzando l'alfa di Cronbach. Gli alfa di Cronbach sono stati calcolati per tutte le misure e presentati sia per ogni grado che per l'intero campione partecipante. I valori di coerenza interna erano considerati eccellenti quando α ≥ .80, buoni quando α ≥ .70 e <.80, accettabili quando α ≥ .60 e <.70, poveri quando α ≥ .50 e < .60 e inaccettabili quando α < .5073.

La bontà dell'adattamento del modello è stata stimata utilizzando il metodo di stima della massima verosimiglianza robusta (RML) e valutata utilizzando i seguenti indici74,75:quadrato medio standardizzato (SRMS ≤,08), chi quadrato(χ 2,p>,05), indice di Tucker-Lewis (TLI ≥,90), indice di adattamento comparativo (CFI ≥,90), errore quadrato medio di approssimazione della radice (RMSA ≤,06) e affidabilità composita (ω ≥,60). Gli indici di modifica (MI) sono stati ispezionati.

Le statistiche descrittive sono state esaminate e sono presentate nella Tabella 1. I risultati hanno mostrato una normale distribuzione dei dati, con indici di kurtosi e asimmetria inferiori a 10,00 e 3,00, rispettivamente76.

Misure Grado 2 Grado 3 Grado 4 Grado 5 Grado 6 Totale
M SD M SD M SD M SD M SD M SD
Numeri mancanti 3.81 3.29 5.79 3.49 7.68 3.15 7.56 3.50 8.33 2.98 6.67 3.65
Confronto numerico a due cifre 2.02 .54 1.78 .35 1.50 .24 1.46 .15 1.44 .15 1.62 .38
Lettura dei numeri 1.14 .27 1.27 .23 1.14 .21 1.17 .18 1.21 .20 1.24 .24
Inserisci valore 8.83 3.19 9.83 2.89 10.58 1.62 10.33 1.95 10.89 1.49 10.14 2.38
Numero linea 0-100 .11 .06 .07 .30 .06 .02 .05 .02 .05 .19 .07 .04
Numero linea 0-1000 .18 .09 .13 .06 .09 .04 .09 .04 .07 .02 .11 .06
Recupero dei fatti aggiuntivi 5.11 4.42 7.03 5.24 11.15 5.74 10.27 5.82 12.03 5.30 9.32 5.93
Recupero dei fatti di sottrazione 4.36 3.79 5.78 4.66 8.94 4.53 8.64 4.84 9.76 4.31 7.66 4.89
Recupero dei fatti di moltiplicazione 2.92 3.27 6.32 4.97 11.48 5.67 10.10 5.90 11.49 5.43 8.72 6.13
Principi aritmetici 8.33 4.71 8.05 3.41 8.95 3.80 9.38 4.01 10.78 4.56 9.21 4.22
Intervallo di conteggio 4.57 2.35 5.45 2.65 6.41 2.56 6.43 2.59 7.03 2.49 6.05 2.67
Memoria di lavoro visuospaziale 6.26 2.74 7.30 2.62 8.18 2.33 8.46 2.42 9.27 2.23 7.98 2.66
Cancellazione del fonema 9.34 4.78 10.96 4.60 12.64 2.83 12.62 2.92 12.61 3.37 11.73 3.94
Denominazione rapida automatizzata - Lettere 1.37 .32 1.53 .31 1.72 .31 1.80 .35 1.87 .36 1.68 .38

Tabella 1: Statistiche descrittive dei sottotest BM-PROMA per grado.

La coerenza interna di ciascuna misura, ad eccezione della memoria numerica di lavoro, è presentata nella Tabella 2. I risultati hanno indicato α superiore a 0,70 per la maggior parte delle misure ad ogni grado, suggerendo una coerenza interna da buona a eccellente per la maggior parte dei compiti.

Misure Grado 2 Grado 3 Grado 4 Grado 5 Grado 6 Totale ICL
Numeri mancanti .841 .843 .807 .858 .801 .861 1
Confronto numerico a due cifre .891 .925 .916 .868 .866 .895 1
Lettura dei numeri .861 .830 .849 .892 .753 .855 1-2
Inserisci valore .843 .864 .722 .686 .740 .809 1-3
Numero linea 0-100 .825 .748 .658 .547 .678 .801 1-4
Numero linea 0-1000 .806 .820 .763 .743 .729 .867 1-2
Recupero dei fatti aggiuntivi .852 .879 .885 .892 .856 .898 1
Recupero dei fatti di sottrazione .826 .880 .846 .868 .823 .876 1
Recupero dei fatti di moltiplicazione .811 .861 .867 .881 .853 .901 1
Principi aritmetici .586 .734 .844 .742 .866 .821 1-4
Memoria di lavoro visuospaziale .741 .726 .660 .695 .699 .747 1-3
Cancellazione del fonema .918 .933 .835 .853 .899 .911 1
Nota. ICL = livello di coerenza interna; 1 = eccellente; 2 = buono; 3 = accettabile; 4 = scarso, 5 = inaccettabile.

Tabella 2: Coefficiente di Cronbach per tutte le misure di ciascun grado.

Al fine di confermare la struttura fattoriale di BM-PROMA, è stato condotto un CFA utilizzando il metodo di stima RML. Gli indici di fit suggerivano un adeguato adattamento del modello a cinque fattori proposto per i dati: χ2 = 29.930 df = 67, p = .000; CFI = .948; TLI = .930; RMSEA = .053, 90% CI = [.046-.061]; SRMR = .046; F1, ω = .50; F2, ω = .75; F3, ω = .80; F4, ω = .81; F5, ω = .46 (Figura 11).

Figure 11
Figura 11: Analisi fattoriale di conferma del BM-PROMA.  Nota. F1 = fattore di rappresentazione numerica arabo; F2 = fattore di rappresentazione analogico; F3 = fattore di rappresentazione verbale; F4 = fattore aritmetico; F5 = fattore cognitivo; RAN-L = lettere di denominazione rapidamente automatizzate; VWM = memoria di lavoro visuospaziale; CS = intervallo di conteggio; PD = cancellazione del fonema; AP = principi aritmetici; MFR= moltiplicazione fact retrieval; AFR = recupero dei fatti di addizione; SFR = recupero dei fatti di sottrazione; TNC = confronto numerico a due cifre; RN = lettura dei numeri; NL-100 = numero riga 0-100; NL-1000 = numero riga 0-1000; PV = valore del luogo; MN = numero mancante. Fare clic qui per visualizzare una versione più grande di questa figura.

L'approccio multidimensionale dello strumento è stato confermato. I compiti inclusi in BM-PROMA caricati su cinque fattori: 1) il numero mancante e le attività di valore del posto caricate sul "Fattore di rappresentazione numerica arabo"; 2) la stima della linea numerica 0-100 e la stima della linea numerica 0-1000 carichi caricati sul "Fattore di rappresentazione analogico"; 3) le attività di confronto numerico a due cifre e di lettura dei numeri caricate sul "Verbal Representation Factor"; 4) i principi aritmetici, il recupero dei fatti di addizione, il recupero dei fatti di moltiplicazione e i compiti di recupero dei fatti di sottrazione caricati sul "Fattore aritmetico"; e 5) l'intervallo di conteggio, la cancellazione del fonema, RAN-L e le attività di memoria di lavoro visuospaziale caricate sul "Fattore cognitivo".

Per esaminare l'invarianza di misura tra i gradi, abbiamo diviso il campione in due gruppi. Il primo gruppo era composto da studenti dei gradi 2-3 (Gruppo A). Il secondo gruppo era composto da studenti dei gradi 4-6 (Gruppo B). Gli studenti sono stati raggruppati per aumentare le dimensioni del campione e ridurre al minimo il numero di gruppi, poiché le caratteristiche del campione, il numero di gruppi confrontati e la complessità del modello influenzano l'invarianza di misurazione77. Sono stati confrontati quattro modelli nidificati: configurale (equivalenza della forma del modello), metrica (equivalenza del carico fattoriale), scalare (equivalenza dell'intercetta dell'elemento) e rigorosa (equivalenza dell'elemento residuo). I risultati sono presentati nella Tabella 3, che mostra l'invarianza configurale, metrica, scalare e rigorosa tra i gruppi.

Modello χ2 Df CFI TLI RMSEA (IC 90%) SRMR · ΔCFI ΔRMSEA
Configurazione (struttura) 364.145 134 .940 .918 .061 [.053 - . 068] .051
Metrica (carichi) 383.400 143 .937 .920 .060 [.053 - .067] .056 - .003 -.001
Scalare (intercette) 383.845 152 .939 .927 .057 [.050 - .064] .056 .002 -.003
Rigoroso (residui) 398.514 166 .939 .933 .055 [.048 - .062] .056 .000 -.002
Nota. CFI = indice di adattamento comparativo; TLI = indice di tucker-lewis, RMSEA = errore quadrato medio radice di approssimazione;
CI = intervallo di confidenza; SRMR = residuo quadrato medio della radice standardizzata;  Δ = differenza.
Tutti i valori di χ2 sono significativi a p < 0,001.

Tabella 3: Indici di adattamento per la misura Invarianza di BM-PROMA.

Infine, è stata eseguita un'analisi delle caratteristiche operative del ricevitore (ROC) per studiare l'accuratezza diagnostica di BM-PROMA sulla base dei cinque fattori derivati dall'analisi CFA. Il Prueba de Cálculo Numérico (Test di calcolo aritmetico)78 standardizzato è stato utilizzato come gold standard per testare l'accuratezza di ogni singola misura diagnostica (cioè fattori). Area Sotto la curva ROC (AUC > .70), i valori di sensibilità (>,70) e specificità (> .80) sono statiesplorati 79. I risultati hanno rivelato AHC accettabili per tutti i fattori in tutti i gradi ad eccezione di F3 (cioè fattore di rappresentazione verbale) nei gradi 3, 5 e 6 e F2 (cioè fattore di rappresentazione analogico) nel grado 2(Tabella 4). I valori di sensibilità e specificità erano molto variabili, da .468 a .846 per la sensibilità e da .595 a .929 per la specificità. Questi risultati denotano che, sebbene tutte le misure contribuiscano allo sviluppo della competenza matematica, la loro utilità varia da un grado all'altro.

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

Tabella 4: Accuratezza della diagnosi dei sottotest BM-PROMA per grado. Nota. F1 = fattore di rappresentazione numerica arabo; F2 = fattore di rappresentazione analogico; F3 = fattore di rappresentazione verbale ; F4 = fattore aritmetico ; F5 = fattore cognitivo; AUC = area sotto la curva; Sn = sensibilità; Sp = specificità.

Figure 1
Figura 1: Attività numero mancante Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 2
Figura 2: Attività di confronto dei numeri a due cifre Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 3
Figura 3: Attività di lettura dei numeri Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 4
Figura 4: Attività Posiziona valore Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 5
Figura 5: Attività di stima delle linee numeriche Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 6
Figura 6: Attività di recupero dei fatti aritmetici Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 7
Figura 7: Attività sui principi aritmetici Fare clic qui per visualizzare una versione più ampia di questa figura.

Figure 8
Figura 8: Conteggio dell'attività span Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 9
Figura 9: Denominazione rapida automatizzata - attività lettera (RAN-L) Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 10
Figura 10: Attività di memoria di lavoro visuospaziale Fare clic qui per visualizzare una versione più grande di questa figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I bambini con MLD sono a rischio non solo di fallimento scolastico ma anche di disturbi psico-emotivi e di salute8,9 e, successivamente, di privazione del lavoro4,5. Pertanto, è fondamentale diagnosticare tempestivamente la MLD al fine di fornire il supporto educativo di cui questi bambini hanno bisogno. Tuttavia, la diagnosi di MLD è complessa a causa dei molteplici deficit di abilità specifici del dominio e del dominio generale che sono alla base del disturbo22,23. BM-PROMA è uno dei pochi strumenti computerizzati che utilizza un protocollo multidimensionale per diagnosticare i bambini delle scuole elementari con MLD e il primo ad essere standardizzato per i bambini di lingua spagnola.

Il presente studio ha dimostrato che BM-PROMA è uno strumento valido e affidabile. I risultati delle analisi ROC sono stati promettenti, mostrando AAC che vanno da .72 a .92 in quasi tutti i fattori e gradi. Ciò indica una discriminazione accettabile per eccellente79. Il supporto più debole è stato trovato per F3 nei gradi 3, 5 e 6, e F2 nel grado 4 ha prodotto AUC < 0,70. È importante notare che abbiamo usato solo una misura come gold standard e che si concentra sulle capacità di calcolo a più cifre; in quanto tale, è una misura molto limitata. Un gold standard dovrebbe riflettere il contenuto della misura del criterio oggetto dell'indagine80, quindi riteniamo che l'accuratezza della classificazione potrebbe essere migliorata con l'aggiunta di altre valutazioni standardizzate dello stato in studi futuri.

Sebbene BM-PROMA sia uno strumento molto completo, sarebbe rilevante per le versioni future includere altre abilità specifiche del dominio che sono state trovate compromesse nei bambini MLD, ad esempio, compiti di confronto non simbolico nei bambini più piccoli81 e manipolazione razionale dei numeri o la risoluzione di problemi di parole aritmetiche82,83 nei bambini più grandi. Sarebbe anche essenziale incorporare altre abilità generali di dominio che sembrano essere carenti di MLD, come il controllo inibitorio84.

Nonostante le limitazioni descritte, BM-PROMA è uno dei pochi software progettati per identificare i bambini con discalculia e il presente studio ha dimostrato che si tratta di uno strumento valido e affidabile. La struttura interna rappresenta l'approccio di valutazione multidimensionale dello strumento. Fornisce un ampio profilo cognitivo per il bambino, che è rilevante non solo per la diagnosi ma anche per la pianificazione didattica individualizzata. Inoltre, il suo formato multimediale è altamente motivante per i bambini e, allo stesso tempo, semplifica la procedura di valutazione.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori sopra elencati certificano che non ci sono interessi finanziari o altri conflitti di interesse associati al presente studio.

Acknowledgments

Riconosciamo con gratitudine il sostegno del governo spagnolo attraverso il suo Plan Nacional I + S + i (R + S + i Piano nazionale di ricerca, Ministero spagnolo dell'Economia e della Competitività), progetto rif: PET2008_0225, con il secondo autore come ricercatore principale; e CONICYT-Chile [FONDECYT REGULAR Nº 1191589], con il primo autore come ricercatore principale. Ringraziamo anche il team di Unidad de Audiovisuales ULL per la loro partecipazione alla produzione del 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

Comportamento Problema 174 difficoltà di apprendimento matematiche discalculia diagnosi strumento di valutazione abilità generali di dominio competenze specifiche del dominio
Batteria multimediale per la valutazione delle competenze cognitive e di base in matematica (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