Geração de dados sintéticos para classificação de disléxicos por meio de aprendizado de máquina / Synthetic data generation for classification of dyslexics by machine learning / Generación de datos sintéticos para clasificación de disléxicos mediante aprendizaje automático

Objetivo: Este estudo pretende aplicar a técnica de geração de dados sintéticos com auxílio de técnicas de limpeza de dados para a classificação de disléxicos e não - disléxicos. Método: Os outliers foram selecionados por especialista. Foi feito uma geração sintética de dados. para cada um de cinco algoritmos foram selecionados características com busca exaustiva. Cada algoritmo foi executado com as características selecionadas e então suas curvas de calibração foram comparadas. Resultados: A regressão logística se destacou como o melhor algoritmo, apresentando o resultado de 99% de acurácia e área sob a curva ROC de 0,999, além de ter obtido a melhor curva de calibração Conclusão: O uso da geração sintética de dados e seleção de características foram capazes de fazer todos os algoritmos avaliados obterem ótimos resultados na classificação de disléxicos e não disléxicos. A regressão logística foi selecionado como melhor algoritmo para classificação de disléxicos.

Objective: This study aims to apply the synthetic data generation technique with the aid of data cleaning techniques for the classification of dyslexics and non - dyslexics. Method: Outliers were selected by specialist. Synthetic of data Generated. For each of five algorithms, characteristics were selected with exhaustive search. Each algorithm was executed with the selected characteristics and then their calibration curves were compared. Results: Logistic regression presented the best results with 99% accuracy and area under the ROC curve of 0.999, besides obtaining the best calibration curve. Conclusion: The use of synthetic data generation and feature selection were able to make all algorithms achieve excellent results in the classification of dyslexic and non - dyslexic. Logistic regression was selected as the best algorithm for dyslexic classification.

Objetivo: Este estudio tiene como objetivo aplicar la técnica de generación de datos sintéticos con la ayuda de técnicas de limpieza de datos para la clasificación de disléxicos y no disléxicos. Método: los valores atípicos fueron seleccionados por especialistas. Se realizó una generación sintética de datos. Para cada uno de los cinco algoritmos, se seleccionaron características con búsqueda exhaustiva. Cada algoritmo se ejecutó con las características seleccionadas y luego se compararon sus curvas de calibración. Resultados: La regresión logística se destacó como el mejor algoritmo, presentando el resultado del 99% de precisión y área bajo la curva ROC de 0.999, además de obtener la mejor curva de calibración. Conclusión: El uso de la generación de datos sintéticos y la selección de Estas características lograron que todos los algoritmos evaluados obtuvieron excelentes resultados en la clasificación de disléxicos y no disléxicos. Se seleccionó la regresión logística como el mejor algoritmo para la clasificación disléxica.

Manifestations of developmental dyslexia in monolingual Persian speaking students

Manifestations of dyslexia depend on language systems and scripts. This study explored the prevalence and clinical features of developmental dyslexia among monolingual Persian students and provided insights on mechanisms involved in reading Persian. To measure reading ability we developed a new instrument, Analysis of Persian Reading Ability, which had acceptable validity and reliability. A total of 1562 children aged 6 1/2 - 14 were randomly selected from a population of 109696 primary school students in the city of Qom, Iran. Using a variety of statistical and clinical criteria, 82 [5.2%] of the sample were classified as dyslexics. A detailed analysis of reading errors revealed eight types of errors related to three categories. The most frequent category in both dyslexic and the matched control group was phonological, followed by pragmatic and visual errors. The observed prevalence rate of dyslexia and reading error categories would suggest that Persian in vowel-free format is an opaque language and predominant use of a sub-lexical strategy is involved when reading Persian

El proceso lector normal y alteraciones en su desarrollo: según el modelo propuesto por M. Coltheart / Reading normal process and alterations in its development: according to the model proposed by M. Coltheart

Este artículo examina el modelo del sistema adulto lector hábil propuesto por Max Coltheart, útil para caracterizar los diferentes tipos de dificultades del desarrollo de la lectura, en cuanto a las subhabilidades puntuales en que el nino tiene problemas al aprender a leer. Entre las habilidades que los ninos tienen que lograr para llegar a ser lectores competentes estan el reconocimiento de letras y de palabras totales, el conocimiento de las reglas de relación letra-sonido, y el acceso al significado desde la palabra impresa. Coltheart las considera los bloques fundantes de la lectura. El modelo puede ser utilizado también para desarrollar procedimientos sistemáticos para evaluar cuán bien un nino está adquiriendo cada una de las subhabilidades, y para la selección o el diseño de procedimientos de intervención.

This article examines the model of the skilled adult reading system proposed by Max Coltheart, helpful to characterize different types of developmental reading difficulties, in terms of the particular reading sub skills in which a child is having troubles when learning to read. Among the skills children must develop to become fluent skilled readers are letter recognition, whole word recognition, knowledge of letter-sound rules, and ability to access meaning from the printed word. Coltheart considers them the basic building blocks of reading. The model can also be used to develop a systematic method for assessing how well a child is acquiring each of the reading sub skills, and in the selection or design of treatment methods.