Search research articles

ACERCA DE JoVE

Visión General Liderazgo Blog Centro de Ayuda JoVE

AUTORES

Proceso de Publicación Consejo Editorial Alcance y Políticas Revisión por Pares Preguntas Frecuentes Enviar

BIBLIOTECARIOS

Testimonios Suscripciones Acceso Recursos Consejo Asesor de Bibliotecas Preguntas Frecuentes

INVESTIGACIÓN

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments Archivo

EDUCACIÓN

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual Centro de Recursos para Profesores Sitio de Profesores

Términos y Condiciones de Uso

Política de Privacidad

Videos de Conceptos Relacionados

Health Literacy

Health Literacy

Health literacy is an individual's or a community's capacity to comprehend, receive, read, and use relevant healthcare information and services. The World Health Organization (WHO, 2018) defines health literacy as the cognitive and social skills that determine the ability of individuals to gain access to, understand, and use information in ways that promote and maintain good health. As a result, the WHO helps individuals manage long-term health concerns, participate in preventative...

Prediction Intervals

Prediction Intervals

The interval estimate of any variable is known as the prediction interval. It helps decide if a point estimate is dependable.
However, the point estimate is most likely not the exact value of the population parameter, but close to it. After calculating point estimates, we construct interval estimates, called confidence intervals or prediction intervals. This prediction interval comprises a range of values unlike the point estimate and is a better predictor of the observed sample value, y.

Learning Disabilities

Learning Disabilities

Learning disabilities are cognitive disorders caused by neurological impairments that affect cognitive functions like language and reading, without indicating overall intellectual or developmental challenges. These disabilities differ from global intellectual or developmental disabilities as they are limited to distinct cognitive functions. Common learning disabilities include dysgraphia, dyslexia, and dyscalculia, each of which impacts unique aspects of learning.
Dyslexia
Dyslexia is a...

Steps in Outbreak Investigation

Steps in Outbreak Investigation

In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por

Same author

Translation accuracy in E. coli.

Nucleic acids research·2026

Same author

Is There a Golden Hour for Thrombectomy in Intermediate-Risk Pulmonary Embolism? Insights From SYMPHONY-PE.

Circulation. Cardiovascular interventions·2026

Same author

Uncovering subgroup heterogeneity in dyslexia intervention outcomes using explainable machine learning.

NPJ science of learning·2026

Same author

The Efficacy of Esophageal Stenting in Managing Esophageal Tumor Perforation: A Retrospective Study.

Journal of cancer & allied specialties·2026

Same author

Hexapod-Assisted Clubfoot Correction Strictly Following Ponseti Principles: A Purely Biomechanical Approach.

Foot & ankle specialist·2026

Same author

Efficacy and Safety of Procalcitonin-Guided Antibiotic Therapy versus Standard of Care for Sepsis: A Systematic Review and Meta-Analysis.

Medical principles and practice : international journal of the Kuwait University, Health Science Centre·2026

Search research articles

Video Experimental Relacionado

Updated: Sep 10, 2025

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

Predicción de la capacidad de respuesta a las intervenciones de alfabetización mediante el aprendizaje automático

Amanda Swee-Ching Tan¹, Farhan Ali¹, Chiew Lim Lee²

¹Learning Sciences and Assessment, National Institute of Education, Nanyang Technological University, Singapore.

Research in developmental disabilities

|August 22, 2025

Resumen

Los modelos de aprendizaje automático pueden predecir el éxito de la intervención fonética en niños con necesidades educativas especiales. Los predictores clave incluyen la comprensión verbal y la memoria, lo que ayuda a asignar recursos educativos personalizados.

Palabras clave:

Los niños La dislexia Las intervenciones Alfabetización Aprendizaje automático semisupervisado

Más Videos Relacionados

Assessing Dyslexia at Six Year of Age

Assessing Dyslexia at Six Year of Age

Published on: May 1, 2020

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

Videos de Experimentos Relacionados

Last Updated: Sep 10, 2025

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

Assessing Dyslexia at Six Year of Age

Assessing Dyslexia at Six Year of Age

Published on: May 1, 2020

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

Área de la Ciencia:

Psicología educativa
Lingüística computacional
El aprendizaje automático en la educación

Sus antecedentes:

Las intervenciones de fonética a menudo muestran un éxito limitado, centrándose en las habilidades fonológicas.
La predicción de la capacidad de respuesta para resultados de alfabetización más amplios como la lectura y la ortografía es crucial.
El aprendizaje automático ofrece un potencial para mejorar la predicción de los resultados de la intervención.

Objetivo del estudio:

Para predecir longitudinalmente la capacidad de respuesta a la intervención fonética sistemática utilizando el aprendizaje automático.
Identificar los predictores clave del éxito en los resultados de lectura y ortografía de palabras.

Principales métodos:

Aplicó 12 modelos de aprendizaje semisupervisado a un conjunto de datos de 838 niños con necesidades educativas especiales.
Se utilizó una mezcla de datos etiquetados (intervención) y no etiquetados (sin intervención).
Se incluyeron datos de antecedentes, logros cognitivos y de lenguaje, además de sus diferencias, como predictores.

Principales resultados:

Los modelos Random Forest y Gaussian Naïve Bayes lograron la mayor precisión de predicción (puntuación F1 de 0,7).
La incorporación de datos sin etiqueta y conjuntos de predictores ampliados mejoró el rendimiento del modelo.
Los principales predictores incluyeron la comprensión verbal, la memoria visual y la memoria de trabajo verbal.

Conclusiones:

Se identificaron predictores significativos para la capacidad de respuesta a la intervención fonética.
Demostró el valor del aprendizaje automático en la predicción de los resultados de la intervención educativa.
Los hallazgos apoyan una mejor asignación de recursos, mitigación de riesgos e intervenciones personalizadas.