Name: 언어의 고유 하 고 일반적인 효력을 독에 대 한 분산 분해 및 디코딩 (동영상) | JoVE Journal
Uploaded: 2018-10-11T15:00:00.000+00:00
Duration: 6 min 33 s
Description: 학습하세요 독해 능력의 분산을 분해하는 방법으로 언어와 디코딩의 고유 및 공통 효과를 분석합니다. 이 기법은 읽기 심리학과 언어 발달 연구에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

여기에서 보고 된 연구에 의해 교육 과학 연구소, 미국 교육부, 이해에 대 한 읽기의 일환으로 교육 테스트 서비스 그랜트 R305F100005에서 플로리다 주립 대학에 subaward를 통해 지원 이니셔티브입니다. 의견 표명 그 저자 이며 연구소, 미국 교육부, 교육 시험 서비스, 또는 플로리다 주립 대학교를 대표 하지 않는다.

참고: 다음 단계 독특한 분산, 일반적인 분산, 그리고 설명할 수 없는 분산 구성 요소 ( <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">라는 두 개의 선택 된 독립 변수를 기반으로 종속 변수 (Y)에 분해 총 분산을 설명 및 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> 이 예) 그래픽 사용자 인터페이스와 함께 소프트웨어 및 데이터 관리 소프트웨어 ( 재료의 표참조)를 사용 하 여.
1. 그래픽 사용자 인터페이스와 함께 소프트웨어 데이터 읽기
<ol><li>클릭 파일.
	<ol>
<li>마우스를 가져가면 오픈.
</li>
		<li>클릭 데이터.
</li>
	</ol>
</li>
	<li>컴퓨터에 관련 된 데이터 파일을 찾습니다.<ol>
<li>파일 형식을 그래픽 사용자 인터페이스와 소프트웨어와 일치 하지 않으면 형식 파일에 클릭 하 고 적절 한 파일 형식을 선택 합니다.</li>
	</ol>
</li>
	<li>클릭 오픈.
</li>
</ol>2. 종속 변수 (Y)에 설명 된 분산 추정
<ol><li>
에 두 개의 독립 변수를 기반으로 총 분산 설명-총 R2. 참고: R2 값 결정 계수 라고도 하 고 의존 하는 가변은 독립 가변의 세트에 의해 설명에 대 한 분산의 비율을 나타냅니다.<ol>
<li>분석 을 클릭 하 고 회귀 에 마우스를 가져가면 선택 선형.
</li>
		<li>변수 목록에서 종속 변수를 클릭 하십시오. 다음 종속옆의 화살표를 클릭 하십시오.</li>
		<li>두 개의 독립 변수 (X1 과 X2) 변수 목록에서 클릭 하십시오. 다음 옆에 있는 화살표 클릭 합니다 Independent(s).</li>
		<li>확인을 클릭 합니다.</li>
		<li>소프트웨어의 뷰어 창에 클릭 하십시오.<ol>
<li>마우스를 사용 하 여 모델 요약섹션으로 스크롤합니다. 열 R 광장 아래 값을 기록 하 고이 값 총 R2라벨.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
총 차이 설명에 따라<img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"><ol>
<li>2.1.4만 사용 하 여 통해 2.1.1 단계를 반복 하 여 <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> 독립 변수 목록에서.</li>
		<li>소프트웨어의 뷰어 창에 클릭 하십시오.<ol>
<li>마우스를 사용 하 여 모델 요약섹션으로 스크롤합니다. 열 R 광장 아래 값을 기록 하 고이 값을 라벨 <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
총 차이 설명에 따라<img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"><ol>
<li>2.1.4만 사용 하 여 통해 2.1.1 단계를 반복 하 여 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> 독립 변수 목록에서.</li>
		<li>소프트웨어의 뷰어 창에 클릭 하십시오.<ol>
<li>마우스를 사용 하 여 모델 요약섹션으로 스크롤합니다. 열 R 광장 아래 값을 기록 하 고이 값을 라벨 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2.</li>
		</ol>
</li>
	</ol>
</li>
</ol>3. 컴퓨팅 독특한, 일반적인, 그리고 설명할 수 없는 분산 구성 요소
<ol><li>데이터 관리 소프트웨어를 엽니다.</li>
	<li>입력 레이블 총 R2, <img alt="Equation 3" src="/files/ftp_upload/58557/58557eq3.jpg"> R2, 그리고 <img alt="Equation 4" src="/files/ftp_upload/58557/58557eq4.jpg"> 에서 R2 는 각각 A1, B1 및 C1, 셀.</li>
	<li>2.1.5.1 셀 a 2에서에서 단계에서 총 R2 값을 입력 합니다.</li>
	<li>입력은 <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2 값 단계 2.2.2.1 B2 셀에서에서.</li>
	<li>입력은 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> 단계 셀 C2 2.3.2.1에서에서 R2 값.</li>
	<li>변수 1의 독특한 분산 계산 (U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2) 데이터 관리 소프트웨어에서.<ol>
<li>셀 d 2 종류에서: "A2-C2 =" (즉, 총 R2 마이너스 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg"> R2). 셀 d 1에 레이블이 값 U<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">R2.</li>
	</ol>
</li>
	<li>변수 2의 독특한 분산 계산 (U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2) 데이터 관리 소프트웨어에서.<ol>
<li>셀 E2 종류에서: "= A2-B2" (즉, 총 R2 마이너스 <img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg"> R2). 셀 E1 라벨이 값 U<img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2.</li>
	</ol>
</li>
	<li>변수 1과 2 사이의 일반적인 분산 계산 (C<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2) 데이터 관리 소프트웨어에서.<ol>
<li>셀 f 2 종류에서: "a 2-d 2-E2 =" (즉, 총 R2 U 마이너스<img alt="Equation 1" src="/files/ftp_upload/58557/58557eq1.jpg">RU-2 <img alt="Equation 2" src="/files/ftp_upload/58557/58557eq2.jpg">R2). 셀 f 1에 레이블이 값 C<img alt="Equation 5" src="/files/ftp_upload/58557/58557eq5.jpg">R2.</li>
	</ol>
</li>
	<li>데이터 관리 소프트웨어에서 설명할 수 없는 차이 (e)를 계산 합니다.<ol>
<li>셀 g 2 종류에서: "1-A2 =" (즉, 1-총 R2). 셀 g 1에이 가치 중 라벨
</li>
	</ol>
</li>
</ol>4. 플롯 UX1R2, UX2R2, CX1X2R2및 e 값
참고: 셀 D2, E2, f 2를, 및 g 2의에서 값이 구성 됩니다.
<ol><li>클릭 한 셀 D2, E2, f 2를, 및 g 2 데이터를 강조 표시 하 고 마우스를 끕니다.</li>
	<li>데이터 관리 소프트웨어의 리본 메뉴에서 삽입 을 클릭 합니다.</li>
	<li>클릭 차트 | 원형 차트 | 2 차원 원형 차트.
</li>
</ol>

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

저자 들은 아무 경쟁 금융 관심사 선언 합니다.

L과 디 독특하고 일반적인 분산에 R에 분산 분해 프로토콜에 있는 3 개의 중요 한 단계 첫째, d.에 대 한 독특한 R2 를 전체 모델에서 L 전용 모델에서 R2 빼기 둘째, 독특한 R2 나 3, L과 D에 의해 설명 하는 일반적인 차이를 위한 얻기, 전체 모델에 대 한 R2 에서 두 개의 고유 R2 의 합을 전체 모델에서 D 전용 모델에 대 한 R2 를 뺍니다.
프로토콜 수정 해야 하는 경우 잠재 변수 D와 L에 대 한 초과 디코딩 및 여기에 사용 되는 수용 어휘 관찰된 측정에 대 한 더미 코드를 교체 하 고 경우 제어 변수 사회 경제 상태 (SES), 같은 성별, 것 및 경주 / 민족성은 모델에 추가 됩니다. 원형 차트에서 결과 플로팅 대안 여겨질 수 있다 또한, 벤 다이어그램을 사용 하 여. 독특하고 공통 분산으로 설명할 수 없는 차이의 백분율을 표시 될 ...

간단한 보기 읽기1 (SVR) 계속 읽기 때문에 그것의 단순 읽기 (R)의 인기 있는 모델은 디코딩 (D)의 제품 및 언어 (L)-의 약 60% 설명 읽기에 SVR, 평균, 설명 하는 경향이 있기 때문에 이해2. SVR 예측 D와 R 사이 상관 관계 시간이 지남에 감소 됩니다 그리고 L과 R 사이의 상관 관계 시간이 지남에 증가할 것 이다. 연구는 일반적으로이 예측3,,45를 지원합니다. 그러나 있다 논쟁,, 가산적 모델 SVR의 기능 형태에 대 한 (D + L = R) 독 제품 모델 보다 훨씬 더 많은 변화를 설명 (D × L = R)6,7,8, 그리고 합계 및 제품의 조합 [R = D + L + (D × L) 설명 이해3,9독서에 분산의 큰 금액.
최근 SVR 모델 확정 공장 분석과 구조 방정식 모델링을 사용 하 여 잠재 변수 모델링 관찰된 변수 기반 regressions 넘어 확대 하고있다. D는 일반적으로 실제 단어 nonwords의 없이 또는 초과 읽기와 측정 하 고 R 일반적으로 능력과 정보 구절 객관식 질문 다음을 포함 하는 표준화 된 읽기 테스트에 의해 측정 된다. L은 일반적으로 표현 하 고 수용 구문 및 듣기의 측정에 의해 기본 성적에 특히, 그리고 표현 하 고 수용 어휘 테스트에 의해 측정 됩니다. 가장 경도 연구 보고 L unidimensional10,11,,1213. 그러나, 다른 경도 연구14 L에 대 한 기본 학년에 4-8 학년에서 unidimensional 구조 이중 구조를 보고합니다. 최근 횡단면 연구 보고 bifactor 모델 최고의 데이터 및 예측 R15,,1617,18. 예를 들어 Foorman 외. 16 unidimensional, 3 단계, 4 단계, 및 4-10 학년에서 학생 데이터에서 SVR의 bifactor 모델을 비교 및 bifactor 모델 가장 적합 하 고 인민에 대 한 분산의 72% ~ 99%를 설명 발견 일반 L 요소 모든 7 학년 및 어휘와 구문에 고유 하 게 설명만 한 학년에 설명 했다. 비록 D 요소는 적당히 연관 L과 R 모든 학년에서 (0.40 0.60 및 0.47-0.74, 각각), 그것은 고유 하 게 상관 하지 r 일반 L 요인 존재.
비록 잠재 변수 모델링 확장된 SVR L과 독특한 역할 L R 기본 성적, Foorman 그 외 여러분 에 의해 하나를 제외 하 고는 SVR의 없음 연구 넘어 예측의 차원에 의해 19 D와 L 고유 예정 이며 무슨 공통점 공유 하는에 독에 대 한 분산을 분할 수 있다. 이것은 문학에서 큰 누락 이다. 개념적으로 D와 L 단어 인식 음운론, 의미론, 텍스트와 문장 레벨20에서 담의 언어 능력을 수반 하기 때문에 문된 어를 예측에 대 한 분산 공유 것이 의미가 있습니다. 마찬가지로, 텍스트 이해21을 사용 하는 경우 언어 이해 표음, 형태소, 단어, 문장, 그리고 담의 직교 표현에 연결 되어야 합니다. L D 멀티 이러한 구성 요소에 의해 공유 하는 정보를 생성 하지 않습니다. 무엇 고유 이며 D와 L 예측 연구에 의해 공유로 분산을 분해 통합된 지식 교육 개입의 성공에 중요 한 발표할 예정 이다.
Foorman 그 외 여러분 에 의해 한 연구 무엇 고유 이며 무슨 D와 L에서 공통 공유에 독의 분산 분해 19 잠재 변수 접근 모델링 고용. 다음 프로토콜 1, 7, 및 단일 변수 D (초과 디코딩), L (수용 어휘), 및 R에 대 한 관찰에 따라 10 학년 학생 들 로부터 데이터 기술을 보여줍니다 (읽기 이해력 테스트 표준화) 분해 과정을 만들기 이해 하기 쉬운. 데이터는 Foorman 그 외 여러분 에서 데이터의 하위 집합을 나타냅니다. 19.

<table><tbody><tr><td>IBM SPSS 통계 소프트웨어</td><td>IBM</td><td></td><td></td></tr><tr><td>Microsoft Office Excel</td><td>Microsoft</td><td></td><td></td></tr></tbody></table>

언어의 고유 하 고 일반적인 효력을 독에 대 한 분산 분해 및 디코딩

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

독서의 간단한 보기는 읽기 디코딩 및 유일 하 게 독 해를 예측 하는 각 구성 요소와 언어의 제품을 주장 하는 독서의 인기 모델 이다. 연구원 합 구성의 제품 보다는 더 나은 예언자 인지 주장 하고있다, 비록 아무 연구 구성 요소 공유 읽기 예측에 정도 검사를 설명 하는 분산을 분할 수 있다. 분산 분해, 우리는 디코딩을 위한 독특한 R2 를 전체 모델에서 언어 전용 모델에 대 한 R2 를 뺍니다. 둘째, 우리는 언어에 대 한 독특한 R2 를 전체 모델에서 디코딩 전용 모델에 대 한 R2 를 뺍니다. 셋째, 일반적인 차이를 설명 언어 및 디코딩, 우리는 두 개의 독특한 R2 에서 전체 모델에 대 한 R2 의 합계를 뺍니다. 방법은 1 학년에서 학생 들 로부터 데이터와 회귀 접근법에서 설명 된다 (n = 372), 6 (n = 309), 10 (n = 122) 언어 (수용 어휘)의 관찰된 측정을 사용 하 여, 디코딩 (초과 단어 읽기), 및 독 (시험). 결과 상대적으로 많은 양의 디코딩 및 언어에서 일반적인 분산에 의해 급료 1에서에서 설명 하는 독에 분산을 공개. 그러나 10 학년에 의해, 그것은 언어의 독특한 효과 독에 대 한 분산의 대부분을 설명 하는 언어와 해독의 일반적인 효과입니다. 결과 간단한 보기의 독서의 언어와 예측 독에서 해독의 고유 하 고 공유 효과 고려 하는 확장된 버전의 맥락에서 설명 합니다.

이 연구의 목적은 언어 (L)의 고유 하 고 일반적인 분산의 기여를 조사 하 고 디코딩 (D)이 독 (R) 1, 7, 및 10 학년 플로리다에서 국가에 그 인구 예측는으로 국가의 대표 한 전체입니다. 독에 설명 된 분산의 예측에 관한 두 가지 가설을 확인 하 고 있었다. 첫째, 기본 등급 후 D의 독특한 공헌 크게 줄어, 그리고 L의 독특한 공헌 증가할 것 이다. 둘째, L의 독특한 공헌과 D와 L의 공유 기여 크게 넘어 기본 성적 차이의 대부분에 대 한 계정을 것입니다.
참가자 학년 1, 372 학생이 학년 7, 299 학생과 플로리다 (북부 플로리다와 센트럴 플로리다에서 다른 하나)에서 두 개의 큰 도시 지역에 18 학교에서 일반 교육 교실에서 10 학년에 122 학생. 연구는 인체에 대 한 지침을 따 랐 고 부모의 동의 얻어. 연구에 대 한 학년에 걸쳐 민족...

여기 우리 언어와 해독의 독특하고 일반적인 효과에 독에 대 한 분산 분해 프로토콜을 제시.

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

이 방법은 읽기 와 언어 발달의 심리학에 대한 사회 과학 분야의 주요 질문에 대답하는 데 도움이 될 수 있습니다. 이 기술은 개별 차이 특성이 어떻게 서로 달라지는지, 그리고 다른 특성과 공유하는 효과와 비교하여 독특한 효과가 어떻게 통할 수 있는지를 보여줍니다. 이 기술의 의미는 사회 과학에 더 광범위하게 확장됩니다.그것은 우리가 겹치는 분산을 이해하는 데 도움이 예측자의 공통점을 고려 할 수 있습니다. 그래픽 사용자 인터페이스를 사용하여 데이터를 소프트웨어로 읽으려면 파일을 클릭하고 마우스를 열어 마우스를 마우스로 마우스를 마우스로 가져갑니다. 데이터를 클릭하고 컴퓨터에서 관련 데이터 파일을 찾습니다.파일 형식이 그래픽 사용자 인터페이스와 소프트웨어와 일치하지 않는 경우 형식의 파일을 클릭하고 적절한 파일 형식을 선택합니다. 그런 다음 열린 것을 클릭합니다. 두 개의 독립적인 변수를 기반으로 총 분산을 설명하려면 해석을 클릭하고 회귀 위에 마우스를 마우스를 마우스를 마우스로 가져가선형을 선택합니다.변수 목록의 종속 변수를 클릭한 다음 종속 항목 옆에 있는 화살표를 클릭합니다. 변수 목록에서 두 개의 독립적인 변수를 클릭하고 독립 옆에 있는 화살표를 클릭합니다. 확인을 클릭하고 소프트웨어의 뷰어 창을 클릭합니다.마우스를 사용하여 모델 요약 섹션으로 스크롤하고 값을 R 정사각형 아래에 기록합니다. 그런 다음 이 값 총 R 제곱에 레이블을 지정합니다. 독립 변수 하나에 따라 총 분산을 설명하려면 독립 변수 목록에서만 독립 변수로 총 분산 설명을 반복하고 소프트웨어의 뷰어 창을 클릭합니다.그런 다음 마우스를 사용하여 모델 요약 섹션으로 스크롤하고 R 사각형 열 아래에 값을 기록하고 이 값독립 변수 1 R 제곱에 레이블을 지정합니다. 독립 변수 2를 기반으로 총 분산을 설명하기 위해 독립 변수 목록에서만 독립 변수 2로 총 분산 설명을 반복하고 소프트웨어의 뷰어 창을 클릭합니다. 그런 다음 마우스를 사용하여 모델 요약 섹션으로 스크롤하고 R 정사각형 열 아래에 값을 기록하고 이 값독립 변수 두 R 제곱에 레이블을 지정합니다.고유하고 일반적이며 설명할 수 없는 분산 구성 요소를 계산하려면 데이터 관리 소프트웨어를 열고 총 R 제곱 독립 변수 1R 제곱 및 독립 변수 2R을 셀 A1, B1 및 C1에 정중하게 제곱입력합니다. 총 R 제곱 값을 A2에 입력합니다. 독립 변수 하나 R 제곱 값을 B2로 곱하고 독립 변수 2R 제곱 값을 C2로 합니다. 변수 분산을 계산하려면 수식을 D2에 입력하고 이 값을 D1의 변수 분산의 고유한 분산으로 레이블을 지정합니다. 변수 2의 고유한 분산을 계산하려면 수식을 E2로 입력하고 값을 E1에서 변수 2의 고유한 분산으로 레이블을 지정합니다. 변수 1과 2 사이의 공통 분산을 계산하려면 수식을 F2로 입력하고 이 값을 F1의 변수 1과 2 사이의 공통 적인 다양한 값으로 레이블을 지정합니다. 설명할 수 없는 분산을 계산하려면 수식을 G2에 입력하고 G1에서 설명할 수 없는 분산값에 레이블을 지정합니다. 변수 1의 고유한 분산, 변수 2의 고유한 분산, 변수 1과 2 간의 공통 분산, 설명할 수 없는 분산, D2, E2, F2 및 G2를 통해 마우스 셀을 클릭하고 드래그하여 데이터를 강조 표시하고 삽입을 클릭한 다음 차트, 원형 차트 및 2D 원형 차트를 클릭합니다. 독서 이해를 예측하기 위한 언어와 디코딩의 독특하고 일반적인 차이에 대한 이 대표적인 연구에서, 한 학년 학생의 회귀 분석은 독서 이해의 전체 차이의 60%를 차지했습니다.1등급의 차이가 독특하고 일반적인 효과로 분해되었을 때, 디코딩은 읽기 이해에 있는 분산의 24%를 유일하게 설명했으며, 언어는 17%의 차이를 독특하게 설명하였다. 디코딩과 언어의 일반적인 차이는 19%였으며, 7학년에서는 회귀 분석이 전체 학습률의 53%를 차지했습니다. 디코딩을 통해 독서 이해의 분산의 7%를 고유하게 설명하고 언어는 분산의 28%를 설명했습니다.독서 이해의 차이를 설명하는 디코딩 및 언어의 일반적인 차이는 18%였으며, 회귀 분석은 독서 이해에서 전체 차이의 61%를 차지했습니다. 디코딩을 사용하면 분산의 6%를 고유하게 차지하고 언어는 분산의 42%를 차지합니다. 독서 이해의 차이를 설명하는 디코딩 및 언어의 일반적인 차이는 이 절차를 시도하는 동안 13%였으며, 분해 프로세스는 각 독립적 변수가 설명하는 고유한 분산을 별도로 계산하는 일반적인 회귀 접근 방식과 다르다는 것을 기억하는 것이 중요합니다.이 프로토콜은 독특하고 일반적인 분산의 비율이 사회 경제적 지위와 다른지 여부에 대한 추가 질문에 대답하도록 수정할 수 있습니다. 또한 관찰 가능한 변수를 잠복 변수로 교체하여 측정 오류를 줄일 수 있습니다. 디코딩과 언어가 함께 읽기 이해를 예측하는 데 설명하는 일반적인 차이의 양, 특히 초등학교 학년에서 교육은 단어 수준에서 언어 지식의 통합에 초점을 맞추어야한다는 것을 시사한다.

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

Research

연구

JoVE Journal

Behavior

행동

현재 문서 언어 이해에 대 한 연구에 대 한 눈-추적 방법론을 검토합니다. 신뢰할 수 있는 데이터를 얻기 위해 프로토콜의 주요 단계를 따라 해야 합니다. 이 중 눈 추적자 (예를 들어, 눈 및 머리 이미지의 좋은 품질 보장) 및 정확한 교정의 올바른 설정이 있습니다.

시각적으로 위치한 언어 이해 동안 눈 추적: 유연성과 잠복 시각적 컨텍스트 효과에 한계

메서드는 읽는 동안 역행 하는 눈 운동에 반환 (IOR)의 억제의 역할을 조사 하도록 설계 되었습니다. 초점은 regressions 이해 어려움 대 그 IOR의 역할을 포함 하 여 재발의 두 가지 유형에서 oculomotor 오류에서 발생 하는 결과로 발생 사이의 차별화에 있습니다.

눈-추적 읽기 중 이해 및 기반 Oculomotor 역행 하는 안구의 움직임을 구별 하

우리는 자폐증을 가진 아이 들에 의해 실시간으로 문장 이해 하는 동안 형태학 단서의 사용을 검사 하는 프로토콜을 제시.

자폐증을 가진 아이 들 중국어 말하기에서 문장 독 해 공부를 시각적인 세계 패러다임을 사용 하 여

여기서는 이중 모달 간섭 작업을 사용하여 중국어 음성 상대 절 문장의 온라인 처리를 검사하는 프로토콜을 제시합니다. 경내 및 외부 간섭을 가진 청각 처리를 포함하는 2개의 예시적인 실험이 기술됩니다. 패러다임은 작업 메모리의 특성과 문장 처리에 미치는 영향을 해결하는 방법론을 제공합니다.

이중 모달 간섭 작업을 사용하여 중국어로 음성 복잡한 문장의 온라인 구문 처리 검토

이 문서에서는 신경학적으로 건강한 참가자와 치매 및 인지 기능 저하를 가진 개인에서 서면 단어 인식을 평가하기 위한 간단한 어휘 결정 실험을 구현하는 방법을 설명합니다. 또한 주 성분 분석(PCA) 및 혼합 효과 모델링을 사용하여 반응 시간 분석에 대한 자세한 설명을 제공합니다.

치매 또는 경도 인지 장애가 있거나 없는 성인에서 서면 단어 인식을 연구하기위한 어휘 결정 작업

이 논문은 행동 유전학, Cholesky 분해 방법에서 금 표준 방법의 사용을 보여줍니다, 세로 동기 연구에 응답하기 위해 다른 변수에 고유, 중복 유전 및 환경 영향을 추정하기 위해 질문.

Cholesky 분해를 사용하여 읽기 기술 간의 세로 관계의 개인 차이 탐색

이 연구는 난독증의 식별을위한 제안 된 프로토콜을 설정합니다. 프로토콜은 중재 모델에 대한 진단 및 응답을 기반으로 합니다. 제안은 읽기 및 쓰기 성과 및 결정 요인의 평가를 위해 구조화 된 인터뷰 및 표준화 된 테스트를 사용하는 것을 포함한다.

6세에 난독증 평가

여기에 소개된 프로토콜은 도메인 및 감각 양식에 걸쳐 시간 통계 패턴의 아이들의 학습을 검토하기 위한 아동 친화적 인 통계 학습 작업 세트를 소개하는 프로토콜입니다. 개발된 작업은 통계 학습 중 신경 참여를 검사하기 위한 웹 기반 플랫폼 및 태스크 기반 기능 자기 공명 영상(fMRI) 데이터를 사용하여 행동 데이터를 수집합니다.

온라인 플랫폼 및 신경 이미징 기술을 통해 학교 숙성 아동의 양식 및 도메인 전반에 걸친 통계 학습 측정

읽기의 일반 영역 및 특정 도메인 기술 평가를 위한 멀티미디어 배터리는 인지 및 기본 읽기 기술을 평가하도록 설계된 신뢰할 수 있고 유효한 멀티미디어 배터리입니다. 이를 통해 포괄적인 인지 및 읽기 수행 프로필을 생성할 수 있으며, 이는 난독증이 있는 어린이에게 특히 유용합니다.

컴퓨터 테스트를 통한 아동의 난독증 평가 발전

본 기사는 아이트래킹 방법론을 사용하여 텍스트 이해와 관련된 인지 과정을 연구하는 방법을 설명합니다. 아이트래킹 장비, 실험 자극 개발 방법 및 절차 권장 사항에 대한 설명이 포함되어 있습니다. 제시된 정보는 구두 자극을 사용하여 대부분의 모든 연구에 적용될 수 있습니다.

눈 의 움직임을 사용하여 텍스트 이해에 관련된 인지 프로세스를 평가합니다.

학습하세요 독해 능력의 분산을 분해하는 방법으로 언어와 디코딩의 고유 및 공통 효과를 분석합니다. 이 기법은 읽기 심리학과 언어 발달 연구에 활용됩니다.

언어의 고유 하 고 일반적인 효력을 독에 대 한 분산 분해 및 디코딩

더 많은 동영상 탐색