AI Summary & Key Takeaways
AI InsightItis expected to show which criteria would yield the best discrimination indifferentiating students who have dyscalculia tendency from the rest ofthe students in three sub-tests.Methods: The participants of the study included 316 volunteer 1st, 2nd,and 3rd year elementary school students.Results and Conclusion: The results indicated that CDC, SNC, and MNL(MNL1, MNL2) tasks failed to discriminate the groups when the standarddeviation rule (below, above, and within 1 standard deviation) was takeninto consideration.
📌 3 Key Takeaways
Abstract
Introduction: Math skills are essential in academic, occupational, andscientific areas as well as in daily life activities. There are two existingmodels in screening dyscalculia: IQ-Achievement Discrepancy Model(DM), and Response to Instruction (RTI) model. In these models, twodifferent cut-off based criteria (being 1 or 2 standard deviation belowwithin their age groups, and being in the lower 5–10% group) aremainly used. The main purpose of this study is to compare these twodifferent cut-off criteria, based on three sub-tests of Tablet-PC BasedDyscalculia Screening Battery (TAB-DSB) (Canonic Dot Counting-CDC,Symbolic Number Comparison-SNC and Mental Number Line-MNL). Itis expected to show which criteria would yield the best discrimination indifferentiating students who have dyscalculia tendency from the rest ofthe students in three sub-tests.Methods: The participants of the study included 316 volunteer 1st, 2nd,and 3rd year elementary school students.Results and Conclusion: The results indicated that CDC, SNC, and MNL(MNL1, MNL2) tasks failed to discriminate the groups when the standarddeviation rule (below, above, and within 1 standard deviation) was takeninto consideration. On the other hand, these tasks were found to beeffective in discriminating the groups when the lower 10% and the uppergroups were compared.
Özet
Amaç: Matematik becerileri günlük yaşam aktivitelerinde olduğu kadar akademik, mesleki ve bilimsel alanlarda da önemlidir. Diskalkulinin taranmasında kullanılan iki model vardır: Tutarsızlık Modeli (IQAchievement Discrepancy Model) ve Öğretime Yanıt Verme Modeli (Response to Instruction). Bu modellerde, kesme noktası temelli ölçütler (cut-off based criteria) arasında yer alan iki farklı ölçüt (1 veya 2 standart sapma aşağısında olma ve alt %5–10’luk grup içerisinde bulunma) yaygın olarak kullanılmaktadır. Bu araştırmanın amacı kesme noktasını temel alan iki ölçütü, Tablet Bilgisayar Destekli Diskalkuli Tarama Bataryası (TABDSB) (Canonic Dot Counting-CDC, Symbolic Number Comparison-SNC and Mental Number Line-MNL) görevleri aracılığı ile karşılaştırmaktır. Araştırmada, diskalkuli eğilimi olan öğrencilerin belirlenmesinde hangi alt testlerde hangi ölçütün daha ayırt edici olduğunun belirlenmesi beklenmektedir. Yöntem: Araştırmanın katılımcıları 316 gönüllü ilkokul 1., 2. ve 3. sınıf öğrencilerinden oluşmaktadır. Bulgular ve Sonuç: Bulgular CDC, SNC ve MNL (MNL1, MNL2) görevlerinin 1 standart sapma altı, üstü ve ±1 standart sapma arasındaki grupları ayırt etmede başarısız olduğunu göstermektedir. Öte yandan, %10 altı ile üstü grup karşılaştırıldığında, bu görevlerin bu iki grubu ayırt etmede başarılı olduğu görülmüştür.