Summary

La varianza nella comprensione della lettura per rivelare gli effetti unici e comuni di lingua di decomposizione e decodifica

Published: October 11, 2018
doi:

Summary

Qui presentiamo un protocollo per la decomposizione della varianza nella comprensione della lettura in effetti unici e comuni di lingua e decodifica.

Abstract

La semplice visualizzazione di lettura è un modello popolare di lettura che sostiene che la lettura è il prodotto di decodifica e lingua, con ogni componente in modo univoco di predizione comprensione della lettura. Anche se i ricercatori hanno sostenuto che se la somma, piuttosto che il prodotto dei componenti è il preannunciatore migliore, nessun ricercatori partizionato la varianza spiegata per esaminare la misura in cui i componenti condividono varianza nel predire la lettura. Per scomporre la varianza, sottraiamo R2 per il sola lingua modello dal modello completo per ottenere l’unico R2 per la decodifica. In secondo luogo, sottraiamo R2 per il modello solo per la decodifica del modello completo per ottenere l’unico R2 per lingua. In terzo luogo, per ottenere la varianza comune spiegato da lingua e decodifica, sottraiamo la somma delle uniche due R2 da R2 per il modello completo. Il metodo è illustrato in un approccio di regressione con dati da studenti nei gradi 1 (n = 372), 6 (n = 309) e 10 (n = 122) utilizzando una misura osservata della lingua (Vocabolario ricettivo), decodifica (lettura di parola temporizzato) e comprensione del testo (test standardizzato). I risultati rivelano una quantità relativamente grande di varianza nella lettura e comprensione ha spiegato in grado 1 dalla varianza comune nella decodifica e lingua. Di grado 10, tuttavia, è l’unico effetto della lingua e l’effetto comune di lingua e di decodifica che ha spiegato la maggior parte della varianza nella comprensione della lettura. I risultati sono discussi nel contesto di una versione estesa della semplice visualizzazione di lettura che considera gli effetti unico e condiviso di lingua e decodifica nella predizione di comprensione della lettura.

Introduction

La semplice visualizzazione di lettura1 (SVR) continua come un popolare modello di lettura a causa della sua semplicità-lettura (R) è il prodotto di decodifica (D) e la lingua (L)- e perché SVR tende a spiegare, in media, circa il 60% di spiegato varianza nella lettura comprensione2. SVR predice che le correlazioni tra D e R si ridurrà nel tempo e che le correlazioni tra L e R aumenterà nel corso del tempo. Gli studi sostengono generalmente questo pronostico3,4,5. Ci sono disaccordi, tuttavia, circa la forma funzionale di SVR, con modelli additivi (D + L = R) spiegando significativamente più varianza nella lettura e comprensione rispetto ai modelli prodotto (P × L = R)6,7,8e un combinazione di somma e prodotto [R = D + L + (P × L) che spiega la maggior quantità di varianza nella lettura comprensione3,9.

Recentemente il modello SVR ha ampliato di là di regressioni basati su variabili osservate alla modellazione variabile latente utilizzando analisi confermativa fabbrica e modellazione di equazioni strutturali. D è in genere misurata con lettura senza orario o temporizzata di parole reali e/o nonwords e R viene solitamente misurata da un test di lettura standardizzata che include passaggi informativi seguite da domande a scelta multipla e alfabetizzazione. L è in genere misurata dai test di vocabolario espressivo e ricettivo e, soprattutto nelle classi primarie, dalle misure della sintassi espressiva e ricettiva e comprensione orale. Più studi longitudinali segnalano che L è unidimensionale10,11,12,13. Tuttavia, un altro studio longitudinale14 segnala una struttura di due fattori per L in delle classi primarie e una struttura unidimensionale in gradi 4 e 8. Recenti studi cross-sectional segnalano che un modello di bifactor migliore si inserisce i dati e predice R15,16,17,18. Ad esempio, Foorman et al. 16 rispetto unidimensionale, fattore di tre, quattro-fattore e bifactor modelli di SVR nei dati da studenti nei gradi 4-10 e ho trovato che un modello di bifactor meglio si adatta e spiegato 72% al 99% della varianza in R. Un fattore generale L ha spiegato varianza in tutti i sette gradi, lessico e sintassi ha spiegato in modo univoco varianza solo in un grado ogni. Anche se il fattore D moderatamente è stato correlato con L e R in tutti i gradi (0.40-0.60 e 0,47-0,74, rispettivamente), che non era in modo univoco correlato con R in presenza del fattore generale di L.

Anche se latente variabile modellazione ha espanso SVR da mettere in luce la dimensionalità di L e il ruolo unico che L gioca nella predizione R di là delle classi primarie, nessuno studio di SVR tranne uno da Foorman et al. 19 hanno diviso la varianza nella lettura e comprensione in che cosa è dovuto unicamente a D e L e ciò che è condiviso in comune. Si tratta di una grande omissione nella letteratura. Concettualmente ha senso che D e L condividerebbero varianza nel predire la lingua scritta perché riconoscimento parola comporta le competenze linguistiche della fonologia, semantica e discorso presso la frase e testo livelli20. Allo stesso modo, comprensione linguistica deve essere collegato a rappresentazioni ortografiche di fonemi, morfemi, parole, frasi e discorso se testo è quello di essere capiti21. Moltiplicando D di L non produce la conoscenza condivisa da questi componenti. Solo la decomposizione della varianza in ciò che è unico e ciò che è condiviso dal D e L a R predizione rivelerà la conoscenza integrata cruciale per il successo degli interventi educativi.

Uno studio di Foorman et al. 19 che decomposto la varianza di comprensione della lettura in ciò che è unico e ciò che è comune a D e L impiegato una variabile latente approccio di modellazione. Il protocollo riportato di seguito viene illustrata la tecnica con dati da studenti nei gradi 1, 7 e 10 basato su singolo osservato variabili per D (decodifica temporizzata), L (Vocabolario ricettivo) e R (standardizzato prova di comprensione di lettura) per rendere il processo di decomposizione facile da capire. I dati rappresentano un sottoinsieme dei dati da Foorman et al. 19.

Protocol

Nota: La procedura riportata di seguito descrive in decomposizione varianza totale in una variabile dipendente (Y) in componenti di varianza unica, varianza comunee varianza non spiegata basati su due variabili indipendenti selezionate (chiamate e per questo esempio) utilizzando il software con un’interfaccia utente grafica e …

Representative Results

L’obiettivo di questo studio era di studiare i contributi di varianza unica e comune di lingua (L) e decodifica (D) per prevedere la lettura e comprensione (R) nei gradi 1, 7 e 10 in Florida, uno stato cui demografia sono rappresentante della nazione come un intero. C’erano due ipotesi per quanto riguarda le stime della varianza spiegata in lettura e comprensione. In primo luogo, dopo le classi primarie, il contributo unico di D significativamente diminuirà e aumenterà il contributo uni…

Discussion

Ci sono tre passaggi critici nel protocollo per la decomposizione della varianza in R in varianza unica e comune a causa di L e D. In primo luogo, sottrarre la R2 nel modello L-solo dal modello completo per ottenere l’unico R2 per D. In secondo luogo, sottrarre la R2 per il modello D-solo dal modello completo di ottenere l’unico R2 per terzo L., di ottenere la varianza comune spiegata da L e D, sottrarre la somma delle uniche due R2 da R2 per il modello co…

Declarações

The authors have nothing to disclose.

Acknowledgements

La ricerca ha segnalata qui è stata sostenuta dall’Istituto di Scienze dell’educazione, US Department of Education, attraverso un subaward alla Florida State University da Grant R305F100005 per l’Educational Testing Service come parte della lettura per la comprensione Iniziativa. Le opinioni espresse sono quelle degli autori e non rappresentano opinioni dell’Istituto, l’US Department of Education, l’Educational Testing Service o Florida State University.

Materials

IBM SPSS Statistics Software IBM
Microsoft Office Excel Microsoft

Referências

  1. Gough, P., Tunmer, W. Decoding, reading, and reading disability. Remedial and Special Education. 7, 6-10 (1986).
  2. Quinn, J. M., Wagner, R. K. Using meta-analytic structural equation modeling to study developmental change in relations between language and literacy. Child Development. , (2018).
  3. Chen, R. S., Vellutino, F. Prediction of reading ability: A cross-validation study of the simple view of reading. Journal of Literacy Research. 29 (1), 1-24 (1997).
  4. Catts, H., Hogan, T., Adlof, S., Catts, H., Kamhi, A. Developmental changes in reading and reading disabilities. Connections between language and reading disabilities. , (2005).
  5. Gough, P., Hoover, W., Peterson, C., Cornoldi, C., Oakhill, J. Some observations on the simple view of reading. Reading comprehension difficulties. , (1996).
  6. Dreyer, L., Katz, L. An examination of “The Simple View of Reading.”. Haskins Laboratories Status Report on Speech Research. SR-111/112. , 161-166 (1992).
  7. Neuhaus, G., Roldan, L., Boulware-Gooden, R., Swank, P. Parsimonious reading models: Identifying teachable subskills. Reading Psychology. 27, 37-58 (2006).
  8. Kershaw, S., Schatschneider, C. A latent variable approach to the simple view of reading. Reading and Writing. 25, 433-464 (2012).
  9. Hoover, W., Gough, P. The simple view of reading. Reading and Writing. 2, 127-160 (1990).
  10. Adlof, S., Catts, H., Little, T. Should the simple view of reading include a fluency component?. Reading & Writing. 19, 933-958 (2006).
  11. Anthony, J., Davis, C., Williams, J., Anthony, T. Preschoolers’ oral language abilities: A multilevel examination of dimensionality. Learning and Individual Differences. 35, 56-61 (2014).
  12. Bornstein, M., Hahn, C., Putnick, D., Suwalsky, J. Stability of core language skill from early childhood to adolescence: A latent variable approach. Child Development. 85, 1346-1356 (2014).
  13. Protopapas, A., Simos, P., Sideridis, G., Mouzaki, A. The components of the simple view of reading: A confirmatory factor analysis. Reading Psychology. 33, 217-240 (2012).
  14. Tomblin, J. B., Zhang, X. The dimensionality of language ability in school-age children. Journal of Speech, Language, and Hearing Research. 49, 1193-1208 (2006).
  15. Foorman, B., Herrera, S., Petscher, Y., Mitchell, A., Truckenmiller, A. The Structure of Oral Language and Reading and Their Relation to Comprehension in grades kindergarten through grade 2. Reading and Writing. 28 (5), 655-681 (2015).
  16. Foorman, B., Koon, S., Petscher, Y., Mitchell, A., Truckenmiller, A. Examining General and Specific Factors in the Dimensionality of Oral Language and Reading in 4th-10th Grades. Journal of Educational Psychology. 107 (3), 884-899 (2015).
  17. Kieffer, M., Petscher, Y., Proctor, C. P., Silverman, R. 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. Scientific Studies of Reading. 20 (6), 436-454 (2016).
  18. Kim, Y. S. G., Park, C., Park, Y. Dimensions of discourse level oral language skills and their relation to reading comprehension and written composition: an exploratory study. Reading and Writing. 28, 633-654 (2015).
  19. Foorman, B., Petscher, Y., Herrera, S. Unique and common effects of decoding and language factors in predicting reading comprehension in grades 1-10. Learning and Individual Differences. 63, 12-23 (2018).
  20. Perfetti, C. Reading ability: Lexical quality to comprehension. Scientific Studies of Reading. 11 (4), 357-383 (2007).
  21. Perfetti, C., Stafura, J. Word knowledge in a theory of reading comprehension. Scientific Studies of Reading. 18 (4), 22-37 (2014).
  22. Torgesen, J., Wagner, R., Rashotte, C. . Test of Word Reading Efficiency. , (2012).
  23. Dunn, L., Dunn, D. . Peabody Picture Vocabulary Test-4. , (2007).
  24. MacGinitie, W., MacGinitie, R., Maria, K., Dreyer, L. . Gates-MacGinitie Reading Tests. , (2000).
  25. Wanzek, J., Wexler, J., Vaughn, S., Ciullo, S. Reading interventions for struggling readers in the upper elementary grades: a synthesis of 20 years of research. Reading & Writing. 23, 889-912 (2010).
  26. Foorman, B., Petscher, Y., Stanley, C., Herrera, S. Latent profiles of reading and language and their association with standardized reading outcomes in kindergarten through tenth grade. Journal of Research on Educational Effectiveness. 10 (3), 619-645 (2017).
  27. Lesaux, N. K., Kieffer, M. J., Kelley, J. G., Harris, J. Effects of academic vocabulary instruction for linguistically diverse adolescents: Evidence from a randomized field trial. American Educational Research Journal. 51 (6), 1159-1194 (2014).
  28. Lawrence, J., Crosson, A., Paré-Blagoev, E., Snow, C. Word generation randomized trial: Discussion mediates the impact of program treatment on academic word learning. American Educational Research Journal. 52 (4), 750-786 (2015).

Play Video

Citar este artigo
Foorman, B. R., Petscher, Y. Decomposing the Variance in Reading Comprehension to Reveal the Unique and Common Effects of Language and Decoding. J. Vis. Exp. (140), e58557, doi:10.3791/58557 (2018).

View Video