É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Avançando na avaliação da dislexia em crianças por meio de testes computadorizados

1.5K visualizações

⸱

DOI:

10.3791/67031

⸱

16 de agosto de 2024

 ,  , 
1The University Institute of Neuroscience (IUNE), Universidad de La Laguna

Neste artigo

Resumo

A Bateria Multimídia para Avaliação de Habilidades de Domínio Geral e de Domínio Específico em Leitura é uma bateria multimídia confiável e válida projetada para avaliar habilidades cognitivas e básicas de leitura. Ele permite a geração de um perfil abrangente de desempenho cognitivo e de leitura, o que é particularmente benéfico para crianças com dislexia.

Resumo

A aquisição de habilidades de leitura é um processo intrincado que exige o cultivo de várias habilidades gerais e específicas de domínio. Consequentemente, não é surpreendente que muitas crianças lutem para manter a proficiência no nível da série, particularmente quando confrontadas com desafios que abrangem múltiplas habilidades em ambos os domínios, como observado em indivíduos com dificuldades de leitura. Surpreendentemente, apesar das dificuldades de leitura estarem entre os distúrbios do neurodesenvolvimento mais prevalentes que afetam crianças em idade escolar, a maioria das ferramentas de diagnóstico disponíveis carece de uma estrutura abrangente para avaliar todo o espectro de habilidades cognitivas ligadas à dislexia, com opções computadorizadas mínimas. Notavelmente, atualmente existem ferramentas limitadas com esses recursos disponíveis para crianças de língua espanhola. O objetivo deste estudo foi delinear o protocolo de diagnóstico de crianças falantes de espanhol com dificuldades de leitura utilizando a bateria multimídia Sicole-R. Esta ferramenta para séries elementares se concentra na avaliação de habilidades cognitivas associadas à dislexia, conforme prescrito pela literatura científica. Especificamente, concentra-se na avaliação de uma série de habilidades cognitivas que estudos demonstraram estar ligadas à dislexia. Esse foco baseia-se na observação de que indivíduos com dislexia normalmente apresentam déficits em várias das áreas cognitivas avaliadas por essa ferramenta digital. A consistência interna robusta e a estrutura interna multidimensional da bateria foram demonstradas. Esta bateria multimídia provou ser uma ferramenta adequada para diagnosticar crianças com dificuldades de leitura na educação primária, oferecendo um perfil cognitivo abrangente que é valioso não apenas para fins de diagnóstico, mas também para adaptar planos de ensino individualizados.

Introdução

A dislexia é um distúrbio do neurodesenvolvimento caracterizado por dificuldades no reconhecimento preciso e/ou fluente de palavras e habilidades de ortografia e decodificação deficientes e é caracterizada por dificuldade inesperada e persistente em adquirir habilidades de leitura eficientes, apesar da instrução convencional, inteligência adequada e oportunidade sociocultural1. Esse distúrbio neurobiológico frequentemente se manifesta como desafios na leitura, ortografia e escrita, principalmente devido a déficits fonológicos 2,3. "A importância da identificação precoce da dislexia não pode ser exagerada, pois permite intervenção e apoio oportunos 4,5. Quando um aluno não progride além do Nível 3 em um modelo de resposta à intervenção, torna-se essencial realizar uma avaliação mais abrangente das habilidades gerais e específicas do domínio associadas à dislexia, conforme destacado pela literatura científica. O desenvolvimento da técnica aqui apresentada baseia-se na necessidade de realizar avaliações minuciosas para garantir que intervenções e suporte apropriados sejam fornecidos. Além disso, estudos anteriores ressaltam a utilidade de ferramentas de triagem baseadas em tecnologia, como aplicativos da web e jogos de computador, para facilitar processos de triagem eficazes 6,7. Esses estudos destacam coletivamente a natureza multifacetada da dislexia, enfatizando a necessidade de estratégias abrangentes de avaliação e intervenção para abordar os diversos perfis cognitivos de indivíduos com dislexia. Apesar da prevalência de dislexia entre crianças em idade escolar, a maioria das ferramentas de diagnóstico disponíveis carece de uma estrutura que avalie de forma abrangente as habilidades gerais e específicas do domínio. Além disso, existem opções computadorizadas mínimas, principalmente para populações de língua espanhola. Esta bateria multimídia aborda essas lacunas, aproveitando a tecnologia para facilitar uma avaliação detalhada das habilidades cognitivas ligadas à dislexia.

Perspectivas teóricas e déficits cognitivos na Dislexia
Vários modelos teóricos, incluindo teorias fonológicas, de processamento auditivo rápido, visuais, magnocelulares e cerebelares, visam explicar as causas da dislexia e informar as intervenções (ver para uma revisão)8. A teoria fonológica atribui a dislexia a dificuldades no processamento dos sons da linguagem9, enquanto a teoria do processamento auditivo rápido relaciona a dislexia a déficits na percepção de sons que mudam rapidamente10. A teoria visual destaca os aspectos visuais das dificuldades de leitura, e a teoria magnocelular aponta prejuízos nas vias de processamento visual eauditivo11. A teoria cerebelar sugere que a dislexia surge de deficiências cerebelares que afetam o controle motor e as funções cognitivas12. A estrutura de Compromisso Neural Atrasado (DNC) de Nicolson e Fawcett postula que a aquisição mais lenta de habilidades e o atraso no desenvolvimento da rede neural são fundamentais para a dislexia. Modelos recentes, como o modelo de déficit múltiplo, propõem que a dislexia é um distúrbio complexo influenciado por fatores genéticos, cognitivos e ambientais 13,14,15. Por exemplo, Ring e Black14 apóiam o modelo de déficit múltiplo, mostrando que os déficits de processamento fonológico e cognitivo contribuem para a heterogeneidade da dislexia. Soriano-Ferrer et al.15 realizaram um estudo com crianças de língua espanhola com dislexia do desenvolvimento (DD) e encontraram prejuízos significativos na velocidade de nomeação, memória de trabalho verbal e consciência fonológica (AF). Da mesma forma, Zygouris et al.16 e Rauschenberger et al.6 ressaltam a importância das ferramentas de triagem cognitiva na identificação desses déficits, com indivíduos disléxicos consistentemente pontuando mais baixo do que os pares tipicamente alcançados.

Examinando abordagens tecnológicas na triagem de dislexia: insights de estudos de pesquisa
A pesquisa sobre triagem de dislexia evoluiu com três abordagens principais: estratégias de detecção precoce, métodos de triagem multifacetados combinando várias avaliações e integração de tecnologia para maior eficiência17. A revisão sistemática recente de18 de Politi-Georgousi destaca uma mudança em direção a mais aplicações para intervir nos sintomas de dislexia, em vez de processos de triagem, alinhando-se com a integração de tecnologia para melhorar as habilidades de leitura em alunos disléxicos. Existem vários instrumentos, como o Dyslexia Early Screening Test (DEST) de Fawcett e Nicolson, que avalia velocidade, habilidades fonológicas, habilidades motoras, função cerebelar e conhecimento19. "As ferramentas baseadas em computador avançaram, incluindo um aplicativo da web que avalia as habilidades cognitivas e de leitura em crianças gregas20 e ferramentas de Hautala et al.21 e Rauschenberg et al.6 que usam jogos e aprendizado de máquina para identificação precoce da dislexia. Ahmad et al. integraram jogos com redes neurais, alcançando 95% de precisão na detecção22. Estudos em diferentes ortografias ressaltam a importância da consciência fonológica e da nomeação automatizada rápida na identificação da dislexia23,24.

Insights sobre dislexia entre crianças de língua espanhola
O estudo da dislexia em crianças de língua espanhola avançou significativamente com o uso da tecnologia Sicole-R. Jiménez et al. demonstraram sua eficácia na avaliação da dislexia entre faixas etárias, particularmente na distinção entre leitores disléxicos e tipicamente alcançadores com base no processamento fonológico e sintático durante os primeiros anos do ensino fundamental25. Guzmán et al. investigaram déficits de velocidade de nomeação em crianças disléxicas com desafios fonológicos, destacando interações entre dislexia e velocidade de nomeação medida por meio de tarefas como letra-RAN e número-RAN26. Outros estudos de Jiménez et al. exploraram déficits de consciência fonológica em diferentes estruturas silábicas27, enquanto Ortiz et al. investigaram déficits de percepção de fala entre crianças espanholas com dislexia, revelando prejuízos no desenvolvimento da percepção de fala independentemente do contraste fonético ou da unidade linguística28,29. Jiménez et al. investigaram a hipótese do duplo déficit de dislexia30, seguida de análises de processos cognitivos e disparidades relacionadas ao gênero na prevalência de dislexia 31,32. Rodrigo et al. exploraram o acesso lexical entre crianças disléxicas espanholas33, e Jiménez et al. examinaram os déficits de processamento sintático34. Por fim, Jiménez et al. estudaram processos fonológicos e ortográficos em subtipos disléxicos, destacando diferenças na eficiência da rota ortográfica35. Esses estudos coletivamente aprimoram nossa compreensão dos desafios cognitivos e linguísticos da dislexia em populações de língua espanhola.

Os estudos realizados compartilham várias características comuns em termos de idade e histórico das crianças participantes. As crianças incluídas nesses estudos tinham idades entre 7 e 14 anos. A maioria dos estudos se concentrou em crianças do ensino fundamental com idade entre 7 e 12 anos, exceto aqueles que incluíram crianças de até 14 anos, fornecendo uma amostra que abrange desde os primeiros anos escolares até a pré-adolescência31,32. As crianças participantes eram principalmente das Ilhas Canárias, na Espanha. Além disso, alguns estudos incluíram amostras de outras regiões da Espanha e Guatemala 31,32. Os participantes foram recrutados em escolas públicas e privadas cujas origens incluíam áreas urbanas e suburbanas. Os níveis socioeconômicos representados nesses estudos variam de classe média-baixa a classe trabalhadora e média.

Juntas, essas investigações avançam significativamente nossa compreensão das complexidades da dislexia, contribuindo para o campo da pesquisa da dislexia. Adaptada para uso em vários países ibero-americanos, incluindo Espanha, Guatemala, Chile e México, a ferramenta facilita a avaliação da exatidão e precisão diagnóstica em uma amostra diversificada de língua espanhola para este estudo.

Este estudo teve como objetivo delinear um protocolo para o diagnóstico de crianças falantes de espanhol com dificuldades de leitura usando uma bateria multimídia especializada. O objetivo principal é fornecer uma ferramenta de avaliação abrangente que avalie as habilidades gerais e específicas do domínio associadas à dislexia.

Visão geral da configuração experimental
O SICOLE-R foi programado no Java 2 Platform Standard Edition (J2SE). O mecanismo de banco de dados HSQL é usado como um banco de dados. O software inclui 6 módulos principais a serem avaliados: 1) processamento perceptivo, que inclui as tarefas de voz, colocação e forma de articulação; 2) processamento fonológico, que inclui tarefas de isolamento de fonemas, deleção de fonemas, segmentação de fonemas e combinação de fonemas; 3) velocidade de nomeação, que inclui as tarefas de velocidade de nomeação em números, letras, cores e figuras; 4) processamento ortográfico, que inclui tarefas de compreensão morfológica de lexemas e sufixos e compreensão homófona; 5) processamento sintático, incluindo tarefas de gênero, número, palavras funcionais e estrutura gramatical; e 6) processamento semântico, que influencia as tarefas de compreensão de leitura por meio de texto informativo e narrativo. As instruções para cada tarefa, acompanhadas de uma ou duas tentativas (dependendo da tarefa) e uma demonstração, são entregues por um agente pedagógico antes do início da fase de teste. O protocolo de aplicação para cada tarefa é ilustrado aqui.

Antes de administrar a bateria multimídia à amostra do estudo, foram feitas adaptações na modalidade de língua espanhola para cada país (México, Guatemala, Equador e Chile), incluindo ajustes de vocabulário, imagens e outros conteúdos relevantes. As condições de administração eram as mesmas em todos os países da América Latina. O ambiente administrativo tinha que ser silencioso dentro da escola e livre de ruídos, distrações e interrupções. A duração da administração da bateria multimídia variou de 3 a 4 sessões de 30 minutos cada, dependendo da habilidade e idade do aluno. Devido à compatibilidade de seu banco de dados com a maioria das planilhas e sistemas de processamento de dados estatísticos, o avaliador pode analisar os resultados de cada criança e de cada tarefa. Em relação à coleta de dados, foram empregados dois tipos distintos de tarefas: 1) tarefas em que o examinador registra o desempenho oral dos alunos, anotando acertos e erros usando um mouse externo, e 2) tarefas que exigem que os alunos selecionem opções de forma independente, clicando nelas.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Este protocolo foi conduzido de acordo com as diretrizes fornecidas pelo Comitê de Ética da Investigação e Bem-Estar Animal (CEIBA) da Universidad de La Laguna (ULL). Os dados foram coletados em momentos diferentes de acordo com o currículo de cada país, capturando informações exclusivamente de alunos cujas administrações educacionais, escolas e pais deram consentimento. A bateria de testes utilizada neste estudo está registrada como propriedade intelectual e pode ser acessada por meio de um acordo de transferência com a ULL. Para obter mais informações sobre como obter a bateria de teste, os interessados podem entrar em contato com o Escritório de Transferência de Conhecimento (OTRI) na ULL.

1. Instalação e preparação do SICOLE-R

  1. Utilizar o seguinte critério de inclusão para aplicação deste instrumento: alunos do segundo ao sexto ano. Utilizar o seguinte critério de exclusão: não incluir alunos com necessidades educacionais especiais, referindo-se àqueles que necessitaram de apoio e atenção educacional direcionada devido a deficiência sensorial ou problemas neurológicos adquiridos, entre outros fatores.
    NOTA: A avaliação é realizada com os alunos individualmente num espaço tranquilo com acesso a um computador e boa iluminação. Fones de ouvido com microfone adaptado serão necessários para facilitar a recepção das instruções das tarefas e aumentar o desempenho dos alunos.
  2. Para instalar o software em um computador, execute o arquivo como administrador e clique no ícone para abrir a ferramenta. Ao abrir o aplicativo, uma interface inicial aparece, exibindo várias opções operacionais.
  3. Preencha as informações dos alunos que executarão as tarefas antes de iniciar a avaliação. Depois que seus dados forem inseridos, registre-os em uma lista de alunos e suas informações poderão ser modificadas posteriormente.
  4. Cada vez que um novo aluno for adicionado, uma tela de teste aparecerá antes de iniciar as tarefas. Nesta tela, peça ao aluno para tocar na bota que aparecerá na tela.
    NOTA: O objetivo deste minijogo é estabelecer uma linha de base para avaliar o controle motor dos alunos. Ele permite o monitoramento de diferenças individuais na velocidade do motor, pois o software registra as respostas pressionando as teclas do teclado. Este minijogo aparece apenas uma vez.
  5. Antes de iniciar a avaliação, peça ao examinador que dê as seguintes instruções: Agora, você entrará em um ambiente de circo virtual com portões diferentes. Cada portão leva a atividades divertidas onde você participará. Um palhaço irá guiá-lo por esses portões e explicar o que fazer em cada atividade. Sente-se ao lado do examinador e ouça atentamente as instruções. Certifique-se de fazer o seu melhor em cada tarefa. Divirta-se explorando e completando essas atividades!
  6. Comece as tarefas selecionando o aluno agendado para avaliação e clicando na seção Iniciar . O menu principal inclui 5 portas coloridas, cada uma correspondendo a um dos módulos a serem avaliados.
  7. Cada tarefa começa com uma instrução introdutória, peça aos alunos que prestem atenção a isso. Os alunos são informados sobre a natureza do jogo e instruídos sobre como jogá-lo, facilitados por um agente pedagógico. Certifique-se de que o agente forneça instruções verbais para cada tarefa, exemplificando o procedimento por meio de um modelo e apresentando exemplos para os alunos imitarem.
  8. Após a conclusão dos exemplos, certifique-se de que o agente pedagógico forneça o feedback correspondente, permitindo que os alunos refaçam o exemplo se ele foi executado incorretamente, e a avaliação começa.
    NOTA: O agente pedagógico é um personagem virtual projetado para guiar o aluno pelas tarefas. Essa função exige que o agente tenha uma fala clara e compreensível e a capacidade de fornecer orientação instrucional, modelagem de tarefas e feedback com base nas respostas dos alunos. O agente pedagógico deve ser programado para responder de forma consistente e precisa de acordo com as entradas do aluno durante as tarefas.

2. Tarefas do SICOLE-R

  1. Porta Amarela: Módulo de processamento perceptivo usando uma tarefa de percepção de fala
    1. Abra o programa no computador. Navegue até a porta amarela na interface do programa. Clique em uma das subtarefas disponíveis para iniciar a tarefa: (1) voz, (2) forma de articulação e (3) colocação.
    2. Permitir que o agente pedagógico forneça orientação instrucional e modelagem de tarefas ao aluno. O agente deve dizer: Agora ouviremos pares de sílabas. Se as sílabas forem idênticas, pressione o botão azul; Se forem diferentes, pressione o botão vermelho. Veja como eu faço isso. Agora é a sua vez com esses exemplos.
    3. Apresente dois exemplos de itens ao aluno: / ba / - / pa /;/ja / - / ka /. Instrua os alunos novamente a selecionar o círculo azul se os pares forem idênticos e o botão vermelho se forem distintos.
    4. Depois que a tarefa for concluída, certifique-se de que o agente pedagógico forneça feedback com base nas respostas do aluno nos exemplos. Depois que os exemplos estiverem completos, permita que o agente instrua o aluno a iniciar a tarefa.
    5. O procedimento de seleção de círculos (azul ou vermelho) permanecerá consistente ao longo da tarefa, registrando acertos e erros. Se o aluno precisar ouvir o par de sílabas novamente, clique no ícone do alto-falante para reproduzi-lo mais uma vez. Observe que apenas uma reprodução adicional por item é permitida.
  2. Porta Rosa: Módulo de consciência fonológica
    1. Tarefa de segmentação de fonemas
      1. Abra o programa no computador. Navegue até a porta rosa na interface do programa. Escolha Segmentação de fonemas para selecionar a tarefa.
      2. Permitir que o agente pedagógico forneça orientação instrucional ao aluno. O agente deve dizer: Agora vamos nos concentrar na segmentação de fonemas. Veja como eu demonstro. Em seguida, você verá dois itens de exemplo.
      3. Apresente dois exemplos de itens ao aluno. Peça ao aluno que expresse suas respostas em voz alta para cada palavra.
      4. Use o mouse externo para clicar no botão azul para respostas corretas e no botão vermelho para respostas incorretas. Certifique-se de que o agente pedagógico ofereça feedback com base nas respostas do aluno aos exemplos.
      5. Após os exemplos, certifique-se de que o agente pedagógico instrua o aluno a iniciar a tarefa.
    2. Tarefa de mesclagem de fonemas
      1. Entre no programa no computador. Navegue até a porta rosa na interface do programa. Escolha Combinação de fonemas para selecionar a tarefa.
      2. Permitir que o agente pedagógico forneça orientação instrucional ao aluno. O agente diz: Agora vamos nos concentrar na síntese de fonemas. Veja como eu demonstro. Em seguida, você verá dois itens de exemplo.
      3. Apresente dois exemplos de itens ao aluno. Peça ao aluno que articule suas respostas em voz alta para cada palavra.
      4. Utilize o mouse externo para clicar no botão azul para respostas precisas e no botão vermelho para respostas imprecisas. Certifique-se de que o agente pedagógico forneça feedback com base nas respostas do aluno aos exemplos.
      5. Após os exemplos, permita que o agente pedagógico direcione o aluno para iniciar a tarefa. O procedimento permanece consistente durante toda a execução da tarefa, registrando respostas precisas e imprecisas.
      6. Se o aluno precisar ouvir uma palavra novamente, clique no ícone do papagaio para um replay. Observe que apenas um replay por item é permitido.
    3. Tarefa de isolamento de fonemas
      1. Abra o programa no computador. Navegue até a porta rosa na interface do programa. Clique em Isolamento de fonemas para selecionar a tarefa.
      2. Permitir que o agente pedagógico forneça orientação instrucional e modelagem de tarefas ao aluno. O agente deve dizer: Agora vamos nos concentrar em isolar fonemas. Veja como eu demonstro. Em seguida, você verá dois itens de exemplo. Sua tarefa é clicar nas imagens cujo nome começa com o mesmo som da palavra-alvo.
      3. Apresente dois exemplos de itens ao aluno. Observe se o aluno clica nas imagens que começam com o mesmo som da palavra-alvo.
      4. Certifique-se de que o agente pedagógico ofereça feedback com base nas respostas do aluno aos exemplos. Após os exemplos, certifique-se de que o agente oriente o aluno para iniciar a tarefa.
      5. O procedimento permanece uniforme durante toda a tarefa, documentando acertos e erros. Se o aluno precisar de escuta adicional para uma palavra, clique no ícone do alto-falante para reproduzi-la. Observe que apenas um replay por item é permitido.
    4. Tarefa de exclusão de fonemas
      1. Abra o programa no computador. Navegue até a porta rosa na interface do programa. Selecione Exclusão de fonemas para escolher a tarefa.
      2. Permita que o agente pedagógico forneça orientação instrucional e demonstre a tarefa ao aluno. O agente deve dizer: Agora vamos nos concentrar na exclusão de fonemas. Veja como eu demonstro. Em seguida, você verá dois itens de exemplo.
      3. Apresente dois exemplos de itens ao aluno. Peça ao aluno que diga sua resposta em voz alta para cada palavra.
      4. Clique com o mouse externo no botão azul para obter respostas corretas e no botão vermelho para obter respostas incorretas. Certifique-se de que o agente pedagógico forneça feedback com base nas respostas do aluno aos exemplos.
      5. Após os exemplos, certifique-se de que o agente pedagógico instrua o aluno a iniciar a tarefa. O procedimento permanece consistente durante toda a execução da tarefa, registrando respostas corretas e incorretas.
      6. Se o aluno precisar ouvir uma palavra novamente, clique no ícone do alto-falante para um replay. Observe que apenas um replay por item é permitido.
  3. Orange Door: Velocidade de nomenclatura e módulos ortográficos
    1. Tarefa de nomenclatura automatizada rápida (RAN)
      1. Acesse o programa no computador. Prossiga para a porta laranja na interface do programa. Escolha Velocidade de Nomeação para selecionar a tarefa.
      2. Permita que o agente pedagógico forneça orientação instrucional e demonstre a tarefa. Apresente um exemplo da subtarefa da letra RAN do módulo de velocidade de nomenclatura.
      3. Peça aos alunos que articulem suas respostas em voz alta. Se a resposta no exemplo for precisa, selecione o botão azul na tela. Se estiver incorreto, clique no botão vermelho.
      4. Certifique-se de que o agente pedagógico forneça feedback com base nas respostas do aluno. Após o exemplo, certifique-se de que o agente pedagógico inicie a tarefa.
      5. Inicie a tarefa clicando com o botão esquerdo do mouse para começar a cronometrar. Durante a tarefa, uma matriz de elementos aparecerá na tela, dependendo da subtarefa.
      6. Peça ao aluno que nomeie em voz alta e, em ordem, os elementos da matriz. Simultaneamente, documente quaisquer erros cometidos pelo aluno.
      7. Para cada erro, use o botão direito do mouse externo para registrar o número de erros. Assim que o aluno terminar de nomear os elementos, pressione o botão esquerdo novamente para concluir o tempo e concluir a tarefa para essa subtarefa. Após a conclusão da primeira subtarefa (letra RAN), a próxima subtarefa (número RAN) aparece automaticamente, seguindo o mesmo procedimento. Esse processo continua para as subtarefas restantes (RAN colorida e RAN de objeto).
    2. Tarefa Lexema e Sufixos
      1. Acesse o programa no computador. Navegue até a porta laranja na interface da plataforma e clique em Lexemas e Sufixos para selecionar a tarefa.
      2. Permita que o agente pedagógico ofereça orientação instrucional e modelagem de tarefas ao aluno, incluindo um item de exemplo em que o aluno usa um mouse externo para selecionar uma imagem correspondente à palavra-alvo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno ao exemplo e, em seguida, instrua o aluno a iniciar a tarefa.
      4. Mantenha a consistência processual durante toda a execução da tarefa, solicitando que o aluno selecione uma imagem correspondente à palavra-alvo para cada item apresentado e registrando os acertos corretos e as respostas perdidas.
    3. Tarefa de compreensão homófona
      1. Acesse o programa no computador. Navegue até a porta laranja na interface da plataforma. Clique em Compreensão homófona para selecionar a tarefa.
      2. Permitir que o agente pedagógico ofereça orientação instrucional e modelagem de tarefas ao aluno. Apresente um item de exemplo, solicitando que o aluno use um mouse externo para selecionar uma imagem correspondente à palavra-alvo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno ao exemplo e instrua o aluno a iniciar a tarefa após a apresentação do exemplo.
      4. Mantenha a consistência nas etapas processuais durante toda a execução da tarefa. Peça ao aluno que selecione uma imagem correspondente à palavra-alvo para cada item apresentado.
      5. Registre acertos corretos e respostas perdidas durante a execução da tarefa.
  4. Porta Verde: Módulo de processamento sintático
    1. Tarefa de gênero
      1. Abra o programa no computador. Navegue até a porta verde na interface do programa. Clique em Gênero para selecionar a tarefa.
      2. Permita que o agente pedagógico forneça ao aluno instruções e modelagem de tarefas. Apresente dois exemplos para o aluno completar, exigindo que ele clique nas palavras correspondentes em cada frase de acordo com sua concordância de gênero usando um mouse externo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno aos exemplos. Após a apresentação de exemplo, certifique-se de que o agente pedagógico oriente o aluno para iniciar a tarefa.
      4. Durante toda a execução da tarefa, mantenha a consistência no procedimento. Peça ao aluno que clique nas palavras correspondentes em cada frase de acordo com sua concordância de gênero.
      5. Colete respostas corretas e incorretas durante a execução da tarefa.
        NOTA: Ao contrário do espanhol, o inglês não distingue gênero em sua gramática.
    2. Tarefa de numeração
      1. Abra o programa no computador. Navegue até a porta verde na interface do programa. Clique em Número para selecionar a tarefa.
      2. Permita que o agente pedagógico forneça ao aluno instruções e modelagem de tarefas. Apresente dois exemplos para o aluno completar, exigindo que ele clique nas palavras correspondentes em cada frase de acordo com sua concordância numérica usando um mouse externo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno aos exemplos. Após a apresentação de exemplo, certifique-se de que o agente pedagógico oriente o aluno para iniciar a tarefa.
      4. Durante toda a execução da tarefa, mantenha a consistência no procedimento. Peça ao aluno que clique nas palavras correspondentes em cada frase de acordo com sua concordância numérica.
      5. Colete acertos e erros durante a execução da tarefa.
        NOTA: Ao contrário do espanhol, o inglês não distingue números em sua gramática.
    3. Tarefa de palavras funcionais
      1. Abra o programa no computador. Navegue até a porta verde na interface do programa. Clique em Palavras Funcionais para selecionar a tarefa.
      2. Permita que o agente pedagógico forneça ao aluno instruções e modelagem de tarefas. Apresente dois exemplos para o aluno completar, exigindo que ele clique nas palavras de função correspondentes em cada frase de acordo com o contexto da frase usando um mouse externo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno aos exemplos. Após a apresentação de exemplo, certifique-se de que o agente pedagógico oriente o aluno para iniciar a tarefa.
      4. Durante toda a execução da tarefa, mantenha a consistência no procedimento. Peça ao aluno que clique nas palavras funcionais correspondentes em cada frase de acordo com o contexto da frase.
      5. Colete respostas corretas e incorretas durante a execução da tarefa.
    4. Tarefa de estrutura gramatical
      1. Abra o programa no computador. Navegue até a porta verde na interface do programa. Selecione Estrutura gramatical para escolher a tarefa.
      2. Permita que o agente pedagógico forneça ao aluno instruções e demonstrações de tarefas. Apresente dois exemplos para o aluno completar, exigindo que ele clique na frase apropriada para cada figura usando um mouse externo.
      3. Certifique-se de que o agente pedagógico forneça feedback com base na resposta do aluno aos exemplos. Após a apresentação de exemplo, certifique-se de que o agente pedagógico oriente o aluno para iniciar a tarefa.
      4. Durante toda a execução da tarefa, mantenha a consistência no procedimento. Peça ao aluno que clique na frase apropriada para cada imagem usando um mouse externo.
      5. Capture respostas corretas e incorretas durante a execução da tarefa.
  5. Blue Door: Módulo de processamento semântico usando a tarefa de compreensão de leitura
    1. Abra o programa no computador. Prossiga para a porta azul na interface do programa. Escolha The Fruits para o texto informativo ou Tino's Getaway para o texto narrativo.
    2. Permita que o agente pedagógico forneça ao aluno instruções de tarefas. Uma vez escolhido o tipo de texto, exiba o texto na tela.
    3. O aluno deve ler o texto e memorizar as informações mais relevantes. Depois de terminar a leitura, peça ao aluno que clique na seta na tela usando o mouse externo para indicar a conclusão da leitura e prossiga para a próxima seção.
    4. Permita que o agente pedagógico instrua o aluno a ler as perguntas e selecionar a resposta correta usando o mouse externo. O aluno lê as perguntas e seleciona a resposta correta de acordo.

3. Análise dos dados

  1. Para avaliar a validade de construto e a precisão diagnóstica da bateria multimídia em uma população de língua espanhola, use a análise fatorial confirmatória (CFA) e a análise da curva ROC (receiver operating characteristic).
  2. Execute CFA para validar a estrutura fatorial subjacente da bateria multimídia. Essa análise permite testar a hipótese de que os dados se encaixam em uma estrutura predefinida com base em expectativas teóricas.
  3. Avalie o ajuste do modelo usando vários índices de ajuste, incluindo o índice de ajuste comparativo (CFI), índice de Tucker-Lewis (TLI), raiz quadrada média do erro de aproximação (RMSEA) e raiz quadrada média residual padronizada (SRMR). Um bom ajuste do modelo é indicado por valores de CFI e TLI maiores que 0,90, valores de RMSEA menores que 0,08 e valores de SRMR menores que 0,08.
  4. Para determinar a precisão do diagnóstico da bateria multimídia, execute a análise da curva ROC. Esse método permite avaliar a capacidade do teste de classificar corretamente indivíduos com e sem dificuldades de leitura. A área sob a curva ROC (AUC) fornece uma medida da precisão geral do teste. Uma AUC de 0,5 indica nenhuma capacidade de diagnóstico, enquanto uma AUC de 1,0 indica capacidade de diagnóstico perfeita.
  5. Identifique os pontos de corte ideais para a bateria analisando a sensibilidade e a especificidade em vários níveis de limite.
  6. Empregando a análise da curva CFA e ROC, realize uma avaliação abrangente da bateria multimídia, confirmando sua validade de construto e precisão diagnóstica em uma população de língua espanhola.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Exemplo de estudo
A amostra incluiu 881 participantes da Espanha (N = 325), México (N = 169), Guatemala (N = 227) e Chile (N = 160), todos falantes nativos de espanhol. A amostra foi dividida em dois grupos: 451 no grupo com dificuldade de leitura (RD) e 430 no grupo com desempenho normal (NAR). Crianças com necessidades educacionais especiais - aquelas que requerem apoio e atenção educacional específica devido a deficiências sensoriais, problemas neurológicos ou outras condições - foram excluídas por...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Neste estudo, a análise fatorial confirmatória (AFC) foi empregada para avaliar a estrutura fatorial da bateria Sicole-R, compreendendo um fator de segunda ordem e seis variáveis latentes representando diferentes módulos. Os resultados indicaram bom ajuste do modelo, validade convergente e confiabilidade, confirmando a eficácia da bateria na avaliação de um conjunto abrangente de habilidades cognitivas e de leitura que são críticas para indivíduos com dislexia. É importante ressaltar que...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores listados acima certificam que não há interesses financeiros ou outros conflitos de interesse em relação ao presente estudo.

Agradecimentos

Agradecemos o apoio prestado pelo Programa de la Agencia Española de Cooperación con Iberoamérica (AECI), que possibilitou a adaptação da ferramenta tecnológica Sicole-R-Primaria à variante da língua espanhola de diferentes países do espaço ibero-americano através dos projetos Evaluación de procesos cognitivos en la lectura mediante ayuda asistida a través de ordenador en población escolar de educación primaria (Avaliação dos processos cognitivos na leitura através da leitura Ajuda Assistida por Computador na População Estudantil do Ensino Fundamental) na Guatemala (ref.: A/3877/05), Equador (ref.: C/030692/10), México (ref.: A/013941/07) e Chile (ref.: A/7548/07). Além disso, gostaríamos de expressar nossa sincera gratidão ao Banco Interamericano de Desenvolvimento (BID) por seu apoio financeiro ao Ministério da Educação (MEDUCA) do Panamá, com a Organização dos Estados Ibero-americanos para a Educação, a Ciência e a Cultura (OEI) atuando como intermediária. Esse financiamento permitiu a adaptação do Sicole-R para uso em computadores e tablets. Também agradecemos o apoio prestado no âmbito do Programa PN-L1143; 4357/OC-PN, particularmente o Suporte Técnico para Treinamento de Facilitadores e Revisão de Recursos Educacionais. Além disso, agradecemos o Contrato de Produtos e Serviços Externos (PEC), que visa oferecer treinamento especializado para facilitar a detecção, identificação e intervenção precoce de estudantes panamenhos que possam estar em risco de ter dificuldades de leitura, escrita e matemática. Para todos os projetos mencionados acima, o primeiro autor atuou como pesquisador principal.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Sicole-RUniversidad de La LagunaTF-263- 07

Referências

  1. World Federation of Neurology. Report of research group on Dyslexia and world illiteracy. , Dallas. (1968).
  2. Diamanti, V., Goulandris, N., Campbell, R., Protopapas, A. Dyslexia profiles across orthographies differing in transparency: An evaluation of theoretical predictions contrasting English and Greek. Sci Stud Reading. 22 (1), 55-69 (2018).
  3. Shaywitz, S. Overcoming dyslexia: A new and complete science-based program for reading problems at any level. , Alfred A. Knopf. (2003).
  4. Heikki Lyytinen, H., Ronimus, H., Alanko, A., Poikkeus, N. M., Taanila, M. Early identification of dyslexia and the use of computer game-based practice to support reading acquisition. Nordic Psychol. 59 (2), 109-126 (2007).
  5. Tobia, V., Marzocchi, G. M. Cognitive profiles of Italian children with developmental dyslexia. Reading Res Quart. 49 (4), 437-452 (2014).
  6. Rauschenberger, M., Baeza-Yates, R., Rello, L. A universal screening tool for dyslexia by a web-game and machine learning. Front Comput Sci. 3, 628634(2022).
  7. Ekhsan, H. M., Ahmad, S. Z., Halim, S. A., Hamid, J. N., Mansor, N. H. The implementation of interactive multimedia in early screening of dyslexia. Int Conf Innov Mgmt Tech Res. , 566-569 (2012).
  8. Jiménez, J. E. Dyslexia in Spanish. Prevalence and cognitive, cultural, family and biological indicators. , Ediciones Pirámide. Madrid. (2012).
  9. Hatcher, J., Snowling, M. J. The phonological representations hypothesis of dyslexia: From theory to practice. Dyslexia and Literacy, Theory and Practice. , Chichester, John Wiley & Sons. (2002).
  10. Goswami, U. A temporal sampling framework for developmental dyslexia. Trends Cogn Sci. 15 (1), 3-10 (2011).
  11. Stein, J. F. The magnocellular theory of developmental dyslexia. Dyslexia. 7 (1), 12-36 (2001).
  12. Nicolson, R. I., Fawcett, A. J. Development of Dyslexia: The delayed neural commitment framework. Front Behav Neurosci. 21 (13), 112(2001).
  13. Pennington, B. F., et al. Individual prediction of dyslexia by single versus multiple deficit models. J Abnorm Psychol. 121 (1), 212-224 (2012).
  14. Ring, J., Black, J. L. The multiple deficit model of dyslexia: what does it mean for identification and intervention. Ann Dyslexia. 68 (2), 104-125 (2018).
  15. Soriano-Ferrer, M., Nievas-Cazorla, F., Sánchez-López, P., Félix-Mateo, V., González-Torre, J. A. Reading-related cognitive deficits in Spanish developmental Dyslexia. Procedia - Social Behav Sci. 132, 3-9 (2014).
  16. The implementation of a web application for screening children with Dyslexia. Zygouris, N. C., et al. International Conference on Interactive Collaborative Learning, , (2016).
  17. Snowling, M. J., Hulme, C. The Science of Reading: A Handbook. , Wiley-Blackwell. (2021).
  18. Politi-Georgousi, S., Drigas, A. Mobile applications, an emerging powerful tool for Dyslexia screening and intervention: A systematic literature review. Int J Interact Mobile Technol. 14 (18), 4-17 (2020).
  19. Fawcett, A. J., Nicolson, R. I. The Dyslexia early screening test. Irish J Psychol. 16 (3), 248-259 (1995).
  20. Zygouris, N. C., et al. The implementation of a web application for screening children with dyslexia Interactive Collaborative Learning. , Advances in Intelligent Systems and Computing. Cham. (2017).
  21. Hautala, J., et al. Identification of reading difficulties by a digital game-based assessment technology. J Edu Comput Res. 58 (5), 1003-1028 (2020).
  22. Ahmad, N., Rehman, M. B., El Hassan, H. M., Ahmad, I., Rashid, M. An efficient machine learning-based feature optimization model for the detection of dyslexia. Comput Intell Neurosci. 9, 8491753(2022).
  23. Rello, L., Baeza-Yates, R., Ali, A., Bigham, J. P., Serra, M. Predicting risk of dyslexia with an online gamified test. PLoS One. 15 (12), e0241687(2020).
  24. Dębska, A., et al. The cognitive basis of dyslexia in school-aged children: A multiple case study in a transparent orthography. Dev Sci. 25 (2), e13173(2022).
  25. Jiménez, J. E., et al. Discriminant validity of the Sicole-R-Primaria Multimedia Battery for the evaluation of cognitive processes associated with dyslexia. Revista de Investigación Educativa. 27 (1), 49-71 (2009).
  26. Guzmán, R., et al. Assessment of naming speed in reading learning difficulties. Psicothema. 16 (3), 442-447 (2004).
  27. Jiménez, J. E., et al. Is the deficit in phonological awareness better explained in terms of task differences or effects of syllable structure. Appl Psycholinguist. 26 (2), 267-283 (2005).
  28. Ortiz, R., et al. Locus and nature of perceptual phonological deficit in Spanish children with reading disabilities. J Learn Disabil. 40 (1), 80-92 (2007).
  29. Ortiz, R., et al. Development of speech perception in children with dyslexia. Psicothema. 20 (4), 678-683 (2008).
  30. Jiménez, J. E., et al. The Double-deficit hypothesis in Spanish developmental dyslexia. Topics Lang Disorders. 28 (1), 46-60 (2008).
  31. Jiménez, J. E., García de la Cadena, C. Learning disabilities in Guatemala and Spain: A cross-national study of the prevalence and cognitive processes associated with reading and spelling disabilities. Learning Disabilities Res Pract. 22, 161-169 (2007).
  32. Jiménez, J. E., de la Cadena, C. G., Siegel, L. S., O'Shanahan, I., García, E. Gender ratio and cognitive profiles in dyslexia: a cross-national study. Read Writ. 24, 729-747 (2011).
  33. Rodrigo, M., et al. Assessment of orthographic processing in Spanish children with dyslexia: the role of lexical and sublexical units. Revista Electrónica de Investigación Psicoeducativa y Psicopedagógica. 2 (2), 105-126 (2004).
  34. Jiménez, J. E., et al. Evaluation of syntactic-semantic processing in developmental dyslexia. Elect J Res Edu Psychol. 2 (2), 127-142 (2004).
  35. Jiménez, J. E., Rodríguez, C., Ramírez, G. Spanish developmental dyslexia: prevalence, cognitive profile, and home literacy experiences. J Exp Child Psychol. 103 (2), 167-185 (2009).
  36. PROLEC-R. Primary Reading Processes Assessment Battery - Revised. Cuetos, F., Rodríguez, B., Ruano, R., Arribas, A. D. , TEA Ediciones. (2005).
  37. Guzmán, R., Jiménez, J. E. Normative study on psycholinguistic parameters in children aged 6 to 8 years: Subjective familiarity. Cognitiva. 2, 153-191 (2001).
  38. Cohen, P., Cohen, J., Aiken, L., West, S. G. The problem of units and the circumstance for POMP. Multivariate Behav Res. 34, 315-346 (1999).
  39. R Core Team. R: A Language and Environment for Statistical Computing_. R Foundation for Statistical Computing. , Vienna, Austria. (2023).
  40. Rosseel, Y. lavaan: An R package for structural equation modeling. J Stat Software. 48 (2), 1-36 (2012).
  41. Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., Rosseel, Y. semTools: Useful tools for structural equation modeling. , R package version 0.5-6. (2022).
  42. Wickham, H. ggplot2: Elegant graphics for data analysis. , Springer-Verlag. New York. (2016).
  43. Byrne, B. M. Structural equation modeling with AMOS: Basic concepts, applications, and programming. , Third Edition, Taylor & Francis Group. (2016).
  44. Vandenberg, R. J., Lance, C. E. A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Org Res Methods. 3 (1), 4-70 (2000).
  45. Hirschfeld, G., von Brachel, R. Multiple-Group confirmatory factor analysis in R - A tutorial in measurement invariance with continuous and ordinal indicators. Pract Assess Res Eval. 19 (7), 1-12 (2014).
  46. Sachs, M. C. plotROC: A Tool for Plotting ROC Curves. J Stat Softw. 79, 2(2017).
  47. Jing, W., Yu, E. L. X., Motevalli, S. A comparison between cognitive assessment and neurobiology technology assessment of dyslexia: A literature review. Int J Acad Res Busi Soc Sci. 13 (4), 976-986 (2023).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Explorar mais artigos

Crianças HispanofalantesAvaliação de Habilidades CognitivasBateria MultimídiaDificuldades de LeituraFerramenta SICOLE-RIsolamento de FonemasVelocidade de NomeaçãoEstrutura Gramatical
Avançando na avaliação da dislexia em crianças por meio de testes computadorizados
Fale conosco
Recomendar à biblioteca

Privacidade

Termos de Uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.