Summary

Multimedia-Batterie zur Beurteilung kognitiver und grundlegender Fähigkeiten in mathematik (BM-PROMA)

Published: August 28, 2021
doi:

Summary

BM-PROMA ist ein gültiges und zuverlässiges Multimedia-Diagnosewerkzeug, das ein vollständiges kognitives Profil von Kindern mit mathematischen Lernbehinderungen liefern kann.

Abstract

Das Erlernen von Mathematik ist ein komplexer Prozess, der die Entwicklung mehrerer domänengener allgemeiner und domänenspezifischer Fähigkeiten erfordert. Es ist daher nicht unerwartet, dass viele Kinder Schwierigkeiten haben, auf Klassenstufe zu bleiben, und dies wird besonders schwierig, wenn mehrere Fähigkeiten aus beiden Bereichen beeinträchtigt sind, wie im Fall von mathematischen Lernbehinderungen (MLD). Obwohl MLD eine der häufigsten neurologischen Entwicklungsstörungen ist, die Schulkinder betreffen, umfassen die meisten der verfügbaren diagnostischen Instrumente keine Bewertung von domänengeneralen und domänenspezifischen Fähigkeiten. Darüber hinaus sind nur sehr wenige computerisiert. Nach unserem besten Wissen gibt es kein Tool mit diesen Funktionen für spanischsprachige Kinder. Ziel dieser Studie war es, das Protokoll für die Diagnose spanischer MLD-Kinder mit der BM-PROMA Multimediabatterie zu beschreiben. BM-PROMA ermöglicht die Bewertung beider Kompetenzbereiche, und die 12 hierfür enthaltenen Aufgaben sind empirisch evidenzbasiert. Die starke innere Konsistenz von BM-PROMA und seine mehrdimensionale innere Struktur werden demonstriert. BM-PROMA erweist sich als geeignetes Instrument zur Diagnose von Kindern mit MLD während der Grundschule. Es bietet ein breites kognitives Profil für das Kind, das nicht nur für die Diagnose, sondern auch für die individualisierte Unterrichtsplanung relevant ist.

Introduction

Eines der wichtigsten Ziele der Grundschulbildung ist der Erwerb mathematischer Fähigkeiten. Dieses Wissen ist von hoher Relevanz, da wir alle Mathematik in unserem Alltag verwenden, um zum Beispiel die im Supermarkt gegebene Veränderung zu berechnen1,2. Daher gehen die Folgen schlechter mathematischer Leistungen über die akademischen hinaus. Auf sozialer Ebene stellt eine starke Prävalenz schlechter mathematischer Leistungen in der Bevölkerung kosten die Gesellschaft. Es gibt Hinweise darauf, dass die Verbesserung schlechter numerischer Fähigkeiten in der Bevölkerung zu erheblichen Einsparungen für ein Land führt3. Es gibt auch negative Konsequenzen auf individueller Ebene. Zum Beispiel weisen diejenigen, die ein niedriges Maß an mathematischen Fähigkeiten aufweisen, eine schlechte berufliche Entwicklung auf (z. B. höhere Beschäftigungsquoten in schlecht bezahlten manuellen Berufen und höhereArbeitslosigkeit) 4,5,6, berichten häufig über negative sozio-emotionale Reaktionen gegenüber Akademikern (z. B. Angst, geringe Motivation gegenüber Akademikern)7,8und neigen dazu, eine schlechtere geistige und körperliche Gesundheit als ihre Altersgenossen mit durchschnittlichen mathematischen Leistungen zu zeigen9. Schüler mit mathematischen Lernbehinderungen (MLD) zeigen sehr schlechte Leistungen, die über die Zeit bestehen bleiben10,11,12. Als solche leiden sie eher unter den oben genannten Folgen, insbesondere wenn diese nicht sofort diagnostiziert werden13.

MLD ist eine neurobiologische Erkrankung, die durch eine schwere Beeinträchtigung des Erlernens grundlegender numerischer Fähigkeiten trotz ausreichender intellektueller Kapazität und Schulbildung gekennzeichnetist 14. Obwohl diese Definition weithin akzeptiert wird, werden die Instrumente und Kriterien für ihre Identifizierung noch diskutiert15. Ein hervorragendes Beispiel für das Fehlen einer universellen Übereinstimmung in Bezug auf die MLD-Diagnose ist die Vielfalt der berichteten Prävalenzraten, die von 3 bis 10%reichen 16,17,18,19,20,21. Diese Schwierigkeit bei der Diagnose ergibt sich aus der Komplexität des mathematischen Wissens, das erfordert, dass eine Kombination aus mehreren domänengeneralen und domänenspezifischen Fähigkeiten erlernt wird22,23. Kinder mit MLD zeigen sehr unterschiedliche kognitive Profile, mit einer breiten Konstellation vonDefiziten 14,24,25,26,27. In diesem Zusammenhang wird vorgeschlagen, dass die Notwendigkeit einer mehrdimensionalen Bewertung durch Aufgaben mit unterschiedlichen numerischen Darstellungen (d. H. Verbal, Arabisch, Analog) und arithmetischen Fähigkeiten11.

In der Grundschule sind die Symptome von MLD vielfältig. In Bezug auf domänenspezifische Fähigkeiten wird immer wieder festgestellt, dass viele MLD-Studenten Schwierigkeiten in grundlegenden numerischen Fähigkeiten zeigen, wie z.B. die schnelle und genaue Erkennung arabischer Ziffern28,29,30, vergleicht die Magnituden31,32oder stellt Zahlen in der Zahlenzeile33,34dar. Grundschulkinder haben auch Schwierigkeiten gezeigt, konzeptionelles Wissen zu verstehen, wie z.B. Platzwert35, arithmetisches Wissen36oder Ordinalität, gemessen durchgeordnete Sequenzen 37. In Bezug auf die allgemeinen Kompetenzen wurde besonderes Augenmerk auf die Rolle des Arbeitsgedächtnisses38,39 und der Sprache40 bei der Entwicklung mathematischer Fähigkeiten bei Kindern mit und ohne MLD gelegt. In Bezug auf das Arbeitsgedächtnis deuten die Ergebnisse darauf hin, dass Schüler mit MLD ein Defizit in der zentralen Exekutive aufweisen, insbesondere wenn sie numerische Informationen manipulieren müssen41,42. Ein Defizit im visuospatialen Kurzzeitgedächtnis wurde auch häufig bei Kindern mit MLD43,44berichtet. Sprachkenntnisse haben sich als Voraussetzung für das Erlernen von Rechenfähigkeiten erwiesen, insbesondere solche, die einen hohen verbalen Verarbeitungsbedarf erfordern7. Zum Beispiel sind phonologische Verarbeitungsfähigkeiten [z. B. phonologisches Bewusstsein und Rapid Automatized Naming (RAN)] eng mit den in der Grundschule erlernten Grundfertigkeiten wie numerische Verarbeitung oder arithmetische Berechnungverbunden 39,45,46,47. Hier wurde gezeigt, dass Variationen im phonologischen Bewusstsein und RAN mit individuellen Unterschieden in den Rechenfähigkeiten verbunden sind, die die Verwaltung des verbalen Codes42,48beinhalten. Angesichts des komplexen Profils von Kindern mit MLD sollte ein Diagnoseinstrument idealerweise Aufgaben umfassen, die sowohl domänenübergreifende als auch domänenspezifische Fähigkeiten bewerten, die bei diesen Kindern häufiger als mangelhaft gemeldet werden.

In den letzten Jahren wurden mehrere Papier-und-Bleistift-Screening-Tools für MLD entwickelt. Die am häufigsten bei spanischen Grundschulkindern verwendeten sind a) Evamat-Batería para la Evaluación de la Competencia Matemática (Batterie zur Bewertung mathematischer Kompetenzen)49; b) Tedi-Math: A Test for Diagnostic Assessment of Mathematical Disabilities (Spanische Anpassung)50; c) Test de Evaluación Matemática Temprana de Utrecht (TEMT-U)51,52, die spanische Version des Utrecht Early Numeracy Test53; und d) Test der frühen mathematischen Fähigkeiten (TEMA-3)54. Diese Instrumente messen viele der oben genannten bereichsspezifischen Kompetenzen; keiner von ihnen bewertet jedoch die allgemeinen Fähigkeiten des Bereichs. Eine weitere Einschränkung dieser Instrumente – und von Papier- und Bleistiftwerkzeugen im Allgemeinen – besteht darin, dass sie keine Informationen über die Genauigkeit und Automatizität liefern können, mit der jeder Artikel verarbeitet wird. Dies wäre nur mit einer computergestützten Batterie möglich. Es wurden jedoch nur sehr wenige Anwendungen für die Dyskalkulie-Diagnose entwickelt. Das erste computergestützte Werkzeug zur Identifizierung von Kindern (im Alter von 6 bis 14 Jahren) mit MLD war der Dyscalculia Screener55. Einige Jahre später wurde das webbasierte DyscalculiUm56 mit dem gleichen Zweck entwickelt, konzentrierte sich jedoch auf Erwachsene und Lernende in der Post-16-Bildung. Obwohl immer noch begrenzt, gab es in den letzten Jahren ein wachsendes Interesse an computergestütztem Werkzeugdesign für die Diagnose von MLD57,58,59,60. Keines der genannten Tools wurde für spanische Kinder standardisiert, und nur eines von ihnen – der MathPro Test57– beinhaltet eine allgemeine Kompetenzbewertung. Angesichts der Bedeutung der Identifizierung von Kindern mit geringen mathematischen Leistungen, insbesondere solchen mit MLD, und in Ermangelung computergestützter Instrumente für die spanische Bevölkerung präsentieren wir ein multimediales Evaluierungsprotokoll, das sowohl domänenübergreifende als auch domänenspezifische Fähigkeiten umfasst.

Protocol

Dieses Protokoll wurde in Übereinstimmung mit den Richtlinien des Comité de Ética de la Investigación y Bienestar Animal (Research Ethics and Animal Welfare Committee, CEIBA), Universidad de La Laguna, durchgeführt. HINWEIS: Die Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas [Multimedia Battery for Assessment of Cognitive and Basic Skills in Mathematics (BM-PROMA)]61 wurde mit Unity 2.0 Professional Ed…

Representative Results

Um den Nutzen und die Wirksamkeit dieses Diagnosewerkzeugs zu testen, wurden seine psychometrischen Eigenschaften in einer groß angelegten Stichprobe analysiert. Insgesamt 933 spanische Grundschüler (Jungen = 508, Mädchen = 425; MAlter = 10 Jahre, SD = 1,36) von Klasse 2 bis Klasse 6 (Klasse 2, N = 169 [89 Jungen]; Klasse 3, N = 170 [89 Jungen]; Klasse 4, N = 187 [106 Jungen]; Klasse 5, N = 203 [113 Jungen]; Klasse 6, N= 204 [110 Jungen]) nahme…

Discussion

Kinder mit MLD sind nicht nur von akademischem Versagen, sondern auch von psycho-emotionalen und gesundheitlichenStörungen bedroht 8,9 und später von Entzug der Beschäftigung4,5. Daher ist es wichtig, MLD zeitnah zu diagnostizieren, um die pädagogische Unterstützung zu bieten, die diese Kinder benötigen. Die Diagnose von MLD ist jedoch aufgrund der vielfältigen domänenspezifischen und domänengene…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Wir danken der spanischen Regierung für die Unterstützung durch ihren Plan Nacional I+D+i (R+D+i Nationaler Forschungsplan, spanisches Ministerium für Wirtschaft und Wettbewerbsfähigkeit), Projekt Ref: PET2008_0225, mit dem zweiten Autor als Hauptforscher; und CONICYT-Chile [FONDECYT REGULAR Nº 1191589], mit dem Erstautor als Principal Investigator. Wir danken auch dem ULL-Team von Unidad de Audiovisuales für seine Teilnahme an der Produktion des Videos.

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