Summary

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

Published: August 28, 2021
doi:

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.

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 stat…

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 ra…

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 do…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

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

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

Referenzen

  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. 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).
  4. Parsons, S., Bynner, J. Numeracy and employment. Education + Training. 39 (2), 43-51 (1997).
  5. Sideridis, G. D. International Approaches to Learning Disabilities: More Alike or More Different. Learning Disabilities Research & Practice. 22 (3), 210-215 (2007).
  6. Duncan, G. J., et al. School Readiness and Later Achievement. Developmental Psychology. 43 (6), 1428-1446 (2007).
  7. 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).
  8. 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).
  9. 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).
  10. Kaufmann, L., et al. Dyscalculia from a developmental and differential perspective. Frontiers in Psychology. 4, 516 (2013).
  11. 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).
  12. Haberstroh, S., Schulte-Körne, G. Diagnostik und Behandlung der Rechenstörung. Deutsches Arzteblatt International. 116 (7), 107-114 (2019).
  13. Kaufmann, L., von Aster, M. The diagnosis and management of dyscalculia. Deutsches Ärzteblatt international. 109 (45), 767-777 (2012).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. Barahmand, U. Arithmetic Disabilities: Training in Attention and Memory Enhances Artihmetic Ability. Research Journal of Biological Sciences. 3 (11), 1305-1312 (2008).
  19. Reigosa-Crespo, V., et al. Basic numerical capacities and prevalence of developmental dyscalculia: The Havana survey. Developmental Psychology. 48 (1), 123-135 (2012).
  20. 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, (2000).
  21. 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).
  22. 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).
  23. Rubinsten, O., Henik, A. Developmental Dyscalculia: heterogeneity might not mean different mechanisms. Trends in Cognitive Sciences. 13 (2), 92-99 (2009).
  24. 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).
  25. Chan, W. W. L., Wong, T. T. Y. Subtypes of mathematical difficulties and their stability. Journal of Educational Psychology. 112 (3), 649-666 (2020).
  26. 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).
  27. 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).
  28. 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).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. 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).
  35. 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).
  36. 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).
  37. David, C. V. Working memory deficits in Math learning difficulties: A meta-analysis. British Journal of Developmental Disabilities. 58 (2), 67-84 (2012).
  38. 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).
  39. Peng, P., et al. Examining the mutual relations between language and mathematics: A meta-analysis. Psychological Bulletin. 146 (7), 595-634 (2020).
  40. 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).
  41. 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).
  42. Passolunghi, M. C., Cornoldi, C. Working memory failures in children with arithmetical difficulties. Child Neuropsychology. 14 (5), 387-400 (2008).
  43. 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).
  44. Lefevre, J. A., et al. Pathways to Mathematics: Longitudinal Predictors of Performance. Child Development. 81 (6), 1753-1767 (2010).
  45. 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).
  46. Kleemans, T., Segers, E., Verhoeven, L. Role of linguistic skills in fifth-grade mathematics. Journal of Experimental Child Psychology. 167, 404-413 (2018).
  47. 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).
  48. García-Vidal, J., González-Manjón, D., García-Ortiz, B., Jiménez-Fernández, A. . Evamat: batería para la evaluación de la competencia matemática. , (2010).
  49. Gregoire, J., Nöel, M. P., Van Nieuwenhoven, C. . TEDI-MATH. , (2005).
  50. 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).
  51. Cerda Etchepare, G., et al. Adaptación de la versión española del Test de Evaluación Matemática Temprana de Utrecht en Chile . Estudios pedagógicos. 38, 235-253 (2012).
  52. 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).
  53. Ginsburg, H., Baroody, A. . Test of early math ability. , (2007).
  54. Butterworth, B. . Dyscalculia Screener. , (2003).
  55. Beacham, N., Trott, C. Screening for Dyscalculia within HE. MSOR Connections. 5 (1), 1-4 (2005).
  56. 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).
  57. 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).
  58. 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).
  59. Zygouris, N. C., et al. Screening for disorders of mathematics via a web application. IEEE Global Engineering Education Conference, EDUCON. , 502-507 (2017).
  60. Jiménez, J. E., Rodríguez, C. . Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas (BM-PROMA). , (2020).
  61. 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).
  62. 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).
  63. Booth, J. L., Siegler, R. S. Developmental and individual differences in pure numerical estimation. Developmental Psychology. 42 (1), 189-201 (2006).
  64. 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).
  65. Denckla, M. B., Rudel, R. Rapid “Automatized” Naming of Pictured Objects, Colors, Letters and Numbers by Normal Children. Cortex. 10 (2), 186-202 (1974).
  66. Milner, B. Interhemispheric differences in the localization of psychological processes in man. British Medical Bulletin. 27, 272-277 (1971).
  67. Rosseel, Y. lavaan: An R package for structural equation modeling. Journal of Statistical Software. 48 (2), 1-36 (2012).
  68. 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).
  69. 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).
  70. 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).
  71. Dehaene, S. Varieties of numerical abilities. Cognition. 44 (1-2), 1-42 (1992).
  72. Streiner, D. L. Starting at the beginning: An introduction to coefficient alpha and internal consistency. Statistical Developments and Applications. 80 (1), 99-103 (2003).
  73. Zainudin, A. Validating the measurement model CFA. A handbook on structural equation modeling. , 54-73 (2014).
  74. Brown, T. A. . Confirmatory factor analysis for applied reaearch. (9), (2015).
  75. Kline, R. B. . Principles and practice of structural equation modeling. , (2011).
  76. 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).
  77. 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).
  78. Hosmer, D., Lemeshow, S., Rod, X. Sturdivant. Applied Logistic Regression. , (2013).
  79. 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).
  80. Piazza, M., et al. Developmental trajectory of number acuity reveals a severe impairment in developmental dyscalculia. Cognition. 116 (1), 33-41 (2010).
  81. 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).
  82. 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).
  83. 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).

Play Video

Diesen Artikel zitieren
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).

View Video