Identification of language disorder oriented to improve academic performance in college level
Identificación de desórdenes de lenguaje orientada a mejorar rendimiento escolar en licenciatura
Palabras clave:
Dyslexia, Remedial Intervention, Dyslexia Diagnosis, Intervención Remedial Disléxicos, Diagnostico de DislexiaResumen
This work reports identification and definition of predictive model in order to improve academic performance using as parameters many characteristics of language disorder, executive functions and academic performance, the model is formulated with variables with higher correlations; dependent variables are: Executive Functions, dyslexia markers, RAN (Rapid Automatic Naming), non-words recognition; population was 65 students of college level; AIC (Akaike Information Criterion) technique was used to evaluate predictive models; AIC put less weight in models with a lot of variables, finally this model can be seen as a strength and weaknesses framework and a step forward to design a remedial intervention to improve academic performance; this model try to solve that more students with dyslexia are entering at college level, this proposal try to design a brief standardized instrument to detect reading disorders and use it as tool for future remedial interventions.
Se busca identificar y definir un modelo predictivo para mejorar el rendimiento escolar en licenciatura con parámetros de características de desórdenes de lenguajes, funciones ejecutivas y rendimiento escolar, se aplican test especializados en estas variables, se analizaron las variables más correlacionadas y se generó un modelo predictivo de rendimiento escolar, las variables dependientes son FE, marcadores de dislexia, la población estudiada tiene las características de que ya tiene cierta cantidad de estrategias, esto es por la edad, y por estar en licenciatura. Método se aplican test de RAN (Rapid Automatization Naming), non-words, FE, self-report, 65 estudiantes de licenciatura, Resultados el modelo que mejor ajustado con los datos (fit) es la segunda opción, no tiene que ser la que tiene más variables. Discusión se ve que tienen muy maduros las estrategias compensatorias; de las variables se tiene que influyen en el modelo son a,b,c, y las que no influyen en el modelo son d,e,f,.
