Parallelle en seriële leesprocessen bij het lezen
van mono- en polysyllabische woorden.
Rikkert Iwema
Universiteit van Amsterdam
Masterscriptie Orthopedagogiek
Amsterdam, augustus 2013
Student
: Rikkert Iwema
Studentnr.
: 0016438
Begeleider
: M. van den Boer, MSc
Abstract
This study aimed to investigate the processes underlying mono- and polysyllabic word reading. In order to do so the relationship between rapid automatized naming (RAN) and reading was investigated. RAN is the ability to name highly familiar symbols (e.g., letters, digits), and is a strong predictor of reading performance. De Jong (2011) demonstrated that the relationship between RAN and reading depends on the format in which both are measured. In discrete format stimuli are presented one by one, resulting in a purer measure of lexical access speed than in serial format, when all stimuli are presented at once. Consequently, a higher correlation between discrete reading and discrete RAN signifies a higher degree of sight word reading. As research on polysyllabic word reading is limited, this study follows up on de Jong’s findings on monosyllabic words and aimed to determine the processes underlying mono- and polysyllabic word and pseudoword reading. Hundred-and-one Dutch fifth grade (groep zeven) children were administered discrete and serial measures of both RAN and reading. The reading tasks varied on word length and frequency. The most important result is that monosyllabic pseudowords and - to a lesser extent - polysyllabic words show similar correlation patterns with RAN as monosyllabic words, implying that all are read through similar processes. This poses a challenge for several models of word reading.
Inleiding
Lezen is voor de cognitieve ontwikkeling van kinderen een essentieel proces. Het vormt immers een belangrijke toegang tot kennis. De gevorderde lezer leest praktisch moeiteloos. Cognitieve functies als het werkgeheugen worden dan minimaal belast, waardoor deze optimaal kunnen worden aangewend voor inhoudelijke verwerking van tekst. Kenmerkend voor de gevorderde lezer is het vlot, geautomatiseerd kunnen lezen van woorden. Dit wordt
sight word reading of directe woordherkenning genoemd (Ehri, 2005). Ondanks verscheidene
pogingen het woordleesproces in leesmodellen te vatten (Ans, Carbonnel, & Valdois, 1998; Coltheart, Rastle, Perry, Langdon, & Ziegler, 2001), is het nog onduidelijk hoe dit proces precies verloopt. Daarnaast beperken veel modellen van directe woordherkenning zich tot de verwerking van monosyllabische woorden, terwijl veel woorden polysyllabisch zijn. Het doel van het huidige onderzoek is meer inzicht te krijgen in het leesproces van zowel mono- als polysyllabische woorden.
Het woordleesproces wordt hier onderzocht door te kijken naar verbanden met andere vaardigheden. Er is een duidelijke relatie vastgesteld van woordlezen met fonologisch bewustzijn, benoemsnelheid of rapid automatized naming (RAN), en de visuele aandachtsspanne (VAS) (Bosse & Valdois, 2009; Bowers & Ishaik, 2003; Melby- Lervag, Lyster & Hulme, 2012), maar de betekenis van deze relaties staat nog niet onomstotelijk vast. De invloed van fonologisch bewustzijn op leesprestaties neemt gedurende de leesontwikkeling af (Vaessen & Blomert, 2010). De invloed van RAN en de VAS op de leesprestaties lijkt stabieler over de tijd (Bosse & Valdois, 2009; de Jong, 2011). Omdat hier het leesproces van ervaren lezers wordt onderzocht, is gekozen om de relatie van RAN en de VAS met woordlezen te onderzoeken. Er wordt bovendien onderzocht wat de interactie tussen deze twee kan vertellen over het woordleesproces.
Gedurende de volgende pagina’s zullen eerst het Dual Route Cascaded (DRC) model (Coltheart et al., 2001) en het Multiple Trace Memory (MTM) model (Ans et al., 1998) besproken worden. Daarna worden de RAN-woordleesrelatie, de VAS-woordleesrelatie en de verklaringen voor deze relaties besproken. In dit kader worden vervolgens hypotheses opgesteld over het leesproces die in deze studie getoetst zullen worden.
Modellen van lezen en leesontwikkeling
Het Dual Route Cascaded (DRC) model (Coltheart et al., 2001) beschrijft hoe de ervaren lezer leest. Het stelt dat er twee routes zijn via welke gelezen kan worden. De eerste route is de lexicale route. Via deze route wordt door middel van directe woordherkenning gelezen. De tweede route is de non- lexicale route, waar via fonologisch decoderen gelezen wordt. Dit betekent dat de letters één voor één gelezen worden en vervolgens worden gesynthetiseerd tot een woord. Het lezen via de lexicale route gaat sneller dan via de non-lexicale route, omdat de letters in een woord verschillend verwerkt worden. In de non- lexicale route worden letters serieel verwerkt, waardoor de leestijd toeneemt met het aantal letters. Bij het lezen via de lexicale route wordt verondersteld dat letters parallel verwerkt worden. Aaron et al. (1999) vonden dat gevorderde lezers hoogfrequente monosyllabische woorden net zo snel lezen als zij bekende symbolen (cijfers, letters) kunnen benoemen. Dit betekent dat deze woorden niet serieel, maar als eenheid gelezen worden. Aaron et al. stellen dat bij het lezen via directe woordherkenning alle letters van een woord parallel verwerkt worden.
Het DRC- model stelt dat de parallel verwerkte letters gekoppeld worden aan woordspecifieke representaties in het mentaal lexicon (Coltheart, 2006). Dit mentale lexicon bestaat uit drie onderdelen: het orthografisch lexicon - waar is opgeslagen hoe het woord eruitziet -, het fonologisch lexicon - waar is opgeslagen hoe het woord klinkt - en het semantisch lexicon - waar is opgeslagen wat het woord betekent. Als een woord via de
lexicale route gelezen wordt, wordt een orthografische representatie geactiveerd, en daarmee de fonologische en semantische representaties die hieraan gekoppeld zijn. Zo weet de lezer hoe het woord uitgesproken moet worden en wat de betekenis van het woord is.
Het DRC-model is geen model van leesontwikkeling. Coltheart (2006) benadrukt dat de non-lexicale route en de lexicale route niet als twee fases in de leesontwikkeling moeten worden gezien, maar als twee simultane leesroutes. Toch is wel onderzoek gedaan naar het verband tussen lezen via fonologische decodering en directe woordherkenning in de leesontwikkeling. De self-teaching hypothesis van Share (1995; 1999) stelt dat de orthografische kennis die nodig is voor directe woordherkenning wordt opgedaan door het fonologisch decoderen van woorden. In termen van het DRC- model kan gesteld worden dat fonologisch decoderen de opbouw in het mentaal lexicon mogelijk maakt. Volgens het DRC-model en de self-teaching hypothesis is de ontwikkeling van het lezen woordspecifiek (Coltheart et al., 2001; Share, 1999). Dat wil zeggen dat het niet de lezer is die door verschillende fases gaat, maar dat het per woord verschilt via welke route gelezen wordt. Is het een nog onbekend woord, dan lukt het lezen via de lexicale route niet en is de non- lexicale route de snelste route. Na een aantal keer lezen is de kennis van dit specifieke woord in het mentale lexicon opgebouwd, en kan het woord via de lexicale route worden gelezen.
Het DRC-model geeft alleen een verklaring voor het lezen van monosyllabische woorden. Over het lezen van polysyllabische woorden is minder bekend. Er zijn aanwijzingen dat polysyllabische woorden te lang zijn om in één keer herkend te kunnen worden. Van den Bos, Zijlstra en van den Broeck (2003) vonden dat een monosyllabische leestaak sterker correleert met het benoemen van cijfers en letters (RAN) dan de standaard leestaak Brus EMT, die zowel mono- als polysyllabische woorden bevat. Zij concludeerden hieruit dat monosyllabische woorden net als cijfers en letters direct herkend worden, maar polysyllabische woorden niet, en dat ervaren lezers bij het lezen van polysyllabische woorden
vermoedelijk gebruik maken van seriële leesprocessen. Ans, Carbonnel en Valdois (1998) vonden dat polysyllabische bestaande woorden sneller verwerkt worden dan polysyllabische nonwoorden. Dit werd geïnterpreteerd als bewijs dat bestaande polysyllabische woorden niet serieel letter voor letter verwerkt worden. Er lijkt bij het leze n van polysyllabische woorden sprake van noch puur parallelle, noch puur seriële leesprocessen.
Ans et al. (1998) stelden het Multiple Trace Memory (MTM) model op dat het lezen van mono- en polysyllabische woorden probeert te verklaren. In dit model is - net als in het DRC- model - ruimte voor twee leesprocedures; een globale leesprocedure voor het direct lezen van woorden via woordspecifieke kennis, en een analytische procedure voor seriële verwerking op sublexicaal niveau. Volgens dit model wordt altijd eerst geprobeerd via de globale leesprocedure te lezen. Als woorden niet worden herkend, wordt overgeschakeld op de analytische procedure. Hierbij wordt de grootste bekende lettercluster aan het begin van het woord verwerkt, waarna voor de lezer bekende letterclusters serieel worden verwerkt tot het hele woord gelezen is. Orthografische kennis beperkt zich - in tegenstelling tot het DRC-model - dus niet tot letters of woorden, maar kan ook een betekenisloze lettercluster zijn.
Kort samengevat verklaart het DRC- model het lezen van monosyllabische woorden door twee scherp onderscheiden leesroutes: de non- lexicale route voor seriële letter-voor-letterverwerking en de lexicale route voor directe woordherkenning middels parallelle verwerking van letters. De orthografische en fonologische representaties in het mentaal lexicon zijn woordspecifiek en worden opgebouwd door middel van decoderend lezen (Aaron et al., 1999; Ehri, 2005; Share, 1995). Het DRC- model biedt geen ruimte voor directe herkenning van letterclusters en kan het lezen van polysyllabische woorden niet verklaren. Er zijn aanwijzingen dat polysyllabische woorden noch puur serieel, noch geheel paralle l verwerkt worden (van den Bos et al., 2003; Ans et al., 1998). Het MTM- model (Ans et al., 1998) probeert de verwerking van polysyllabische woorden wel te verklaren. Dit model
bestaat uit een globale route voor directe woordherkenning en een analytische route waarin ruimte is voor direct herkende letterclusters.
Het belangrijkste onderscheid tussen het DRC- model en het MTM- model is de definitie van orthografische kennis. Volgens het DRC- model bestaat orthografische kennis alleen op lexicaal niveau, volgens het MTM- model bestaat orthografische kennis ook op sublexicaal niveau. De vraag of parallelle verwerking van letters op sublexicaal mogelijk is, is dan ook een belangrijke vraag in dit onderzoek. Beide modellen maken wel onderscheid tussen een woordspecifieke route en een decoderende route. Bij het opstellen van de hypotheses is dan ook uitgegaan van een verschil in leesproces tussen bestaande woorden en nonwoorden.
RAN en woordlezen
De benoemsnelheid van bekende symbolen (cijfers, letters, plaatjes, kleuren) is een sterke voorspeller van leesniveau en leesontwikkeling (voor een review zie Bowers & Ishaik, 2003). Van den Bos et al. (2003) maken onderscheid tussen alfanumerieke (letters en cijfers) en non-alfanumerieke (kleuren en plaatjes) benoemsnelheid. Va deze twee heeft non-alfanumerieke benoemsnelheid een sterkere en stabielere relatie in de tijd met lezen. De verklaring hiervoor lijkt dat bij zowel alfanumeriek benoemen als woordlezen aan orthografische kennis gekoppelde fonologische representaties worden opgehaald uit het lange termijngeheugen (Bowey, McGuigan, & Ruschena, 2005; de Jong, 2011). Dit wordt hier de orthografische verklaring van de RAN-woordleesrelatie genoemd. Deze verklaring impliceert dat de relatie tussen RAN en woordlezen vooral sterk is bij het lezen via directe woordherkenning. Decoderend lezen bevat weliswaar ook een benoemcomponent - het koppelen van klanken aan letters of clusters - maar omvat ook andere vaardigheden, zoals het synthetiseren van klanken tot een woord.
De relatie van RAN met woordlezen op individueel niveau kan veel vertellen over het leesproces. Aaron et al. (1999) vonden dat de benoemsnelheid van letters een instrument is om vast te stellen of woorden direct herkend worden. Als letters als bekende stimuli worden verondersteld kan de benoemsnelheid van letters als baseline worden beschouwd. Deze geeft de snelst mogelijke benoemsnelheid van één eenheid van een individu weer. Als het herkennen van woorden met dezelfde snelheid gebeurt, is sprake van directe woordherkenning. De woorden worden dan als eenheid herkend.
De Jong (2011) stelt dat de RAN-woordleesrelatie afhangt van het format waarin lees- en benoemtaken worden aangeboden. Bij een RAN-taak in serieel format wordt de tijd gemeten die het kost om een reeks visuele stimuli te benoemen. Hierbij worden zowel articulatietijd als pauzetijd gemeten. De articulatietijd is de tijd die nodig is om de klank uit te spreken, en heeft weinig voorspellende waarde wat betreft leesaccuratesse en -snelheid (de Jong, 2011; Neuhaus, Foorman, Francis, & Carlson, 2001). De pauzetijd is de tijd tussen het moment dat de stimulus wordt gezien en de aanvang van de articulatie. Dit wordt verondersteld het ophalen van aan orthografische kennis gekoppelde fonologische kennis te representeren, hetgeen de essentie lijkt te zijn van de RAN-woordleesrelatie. In het seriële format echter, vinden ook andere processen plaats: de genoemde articulatie, maar ook oogsaccades en het ontkoppelen van aandacht van vorige stimuli. Bovendien zijn er aanwijzingen dat de lezer zich bezighoudt met het verwerken van komende stimuli (de Jong, 2011). Dit betekent dat bij het serieel benoemen van letters ook seriële processen gemeten worden, resulterend in ruis bij het meten van het ophalen van fonologische kennis. In het discrete format krijgt de proefpersoon de stimuli één voor één in beeld. De tijd tussen het verschijnen van de stimulus en aanvang van articulatie van de respons wordt gemeten. Discrete RAN meet het ophalen van fonologische kennis zuiverder omdat in dit format geen ruis wordt gemeten in de vorm van articulatietijd en seriële processen door invloed van andere
stimuli. Ook voor een leestaak geldt dat in het seriële format door de invloed van andere woorden seriële processen worden gemeten, ook als de letters van woorden parallel worden verwerkt. In het discrete format worden alleen seriële processen gemeten als de letters van woorden serieel verwerkt worden, maar niet als deze parallel verwerkt worden.
Waar Aaron et al. (1999) de benoemsnelheid als baseline gebruikten om te bepa len of woorden direct herkend worden, heeft de Jong (2011) gekeken naar wat correlatieve verbanden tussen benoemsnelheid en woordlezen kunnen vertellen over het leesproces. De Jong keek naar de correlaties van discreet en serieel afgenomen RAN- en leestaken bij zowel beginnende als ervaren lezers. De leestaken bevatten hoogfrequente, monosyllabische woorden. Bij beginnende lezers - voor wie lezen nog voornamelijk een serieel proces is - was de relatie van zowel serieel als discreet lezen sterker met de seriële RAN -taak dan met de discrete taak. De seriële taak meet immers seriële processen en de discrete RAN-taak niet. Bij gevorderde lezers - die de letters van woorden voornamelijk parallel verwerken - veranderde dit patroon. De discrete leestaak correleerde - in vergelijking met de beginnende lezer - sterker met de discrete RAN-taak (van .35 naar .57) en minder sterk met de seriële RAN-taak (van .51 naar .39). Dit wordt gezien als een weergave van de overgang van seriële naar parallelle verwerking van letters in woorden. Kenmerkend voor lezen via directe woordherkenning is hoge correlaties tussen discreet lezen en discreet benoemen en serieel lezen en serieel benoemen. Dit patroon wordt vanaf nu discreet-discreet/serieel-serieel genoemd en is een instrument om vast te stellen in hoeverre volgens welke procedure - via decoderen of directe woordherkenning - wordt gelezen.
In dit onderzoek wordt de orthografische verklaring van de RAN-woordleesrelatie getoetst. Uitgaande van het DRC-model bestaan orthografische en fonologische representaties alleen op lexicaal niveau. De grotere correlatie van RAN met monosyllabische leestaken dan met de Brus EMT - die zowel mono- als polysyllabische woorden bevat - ondersteunt de
orthografische verklaring dan ook. Korte woorden worden immers vaker via directe woordherkenning gelezen dan langere woorden (van den Bos et al., 2003). Er zijn echter ook onderzoeksresultaten die deze verklaring niet ondersteunen. Deze veronderstelt immers een sterkere relatie tussen RAN en lezen via directe woordherkenning, dan RAN en decoderend lezen. Volgens Share (1995) betekent dit dat de correlatie van woordlezen met RAN voor ervaren lezers groter zou moeten zijn dan voor beginnende lezers. Dit wordt niet altijd gevonden (Bowers & Ishaik, 2003; Vaessen & Blomert, 2010). Bij ervaren lezers wordt bovendien een sterkere correlatie van (discrete) RAN met woordlezen dan met nonwoordlezen verwacht. Ook dit verschil wordt niet altijd gevonden (de Jong & van der Leij, 2002; Moll, Fussenegger, Willburger, & Landerl, 2009). Verder is gevonden dat RAN een sterkere relatie heeft met het lezen van onregelmatige woorden dan met het lezen van regelmatige woorden (Clarke, Hulme & Snowling, 2005; Manis, Seidenberg & Doi, 1999). Ook dit past niet in de orthografische verklaring; regelmatige en onregelmatige woorden zouden immers beiden via directe woordherkenning gelezen moeten kunnen worden. Kortom, de orthografische verklaring van de RAN-woordleesrelatie is niet onomstotelijk vastgesteld.
Als de orthografische verklaring van de RAN-woordleesrelatie op waarheid berust zullen woorden die gelezen worden via parallelle letterverwerking sterker met benoemsnelheid correleren dan woorden die gelezen worden via seriële letterverwerking. Dit wordt getoetst door relaties van verschillende RAN- en leestaken met elkaar te vergelijken. De leestaken verschillen wat betreft woordfrequentie, woordlengte en format. De schaal van frequentie geeft aan hoe vaak een woord voorkomt in geschreven vorm, en loopt van hoogfrequente woorden tot nonwoorden. Naarmate de frequentie van een woord lager wordt, wordt de kans dat het opgeslagen is in het mentaal lexicon en via directe woordherkenning gelezen kan worden steeds kleiner, tot praktisch nul bij nonwoorden. Ook de woordlengte beïnvloedt het leesproces. Lange woorden zullen minder snel parallel verwerkt worden dan
korte woorden. Er zullen monosyllabische vierletteritems en polysyllabische achtletteritems worden afgenomen. De lees- en benoemtaken zullen in zowel discreet als serieel format aangeboden worden, waarbij het discrete format verondersteld wordt een zuiverder parallel proces te meten dan het seriële format. Verwacht wordt dat naarmate de leestaak een zuiverder parallel proces behelst de correlatie met de discrete RAN-taak hoger zal zijn en de correlatie met de seriële RAN-taak lager zal zijn.
VAS en woordlezen
Naast fonologisch bewustzijn en RAN is er in toenemende mate aandacht voor de rol van visuele verwerkingsprocessen als onafhankelijke voorspeller van leesprestaties. Hoewel lezen overduidelijk een visueel element bevat werd dit in het verleden vaak beschouwd als een ondergeschikt mechanisme en daarom niet in leesmodellen meegenomen (Bosse & Valdois, 2009). Toch is er steeds meer bewijs dat verschillen in de visuele verwerking van letters variatie in leesvaardigheid kunnen verklaren. Bosse, Tainturier en Valdois (2007) introduceerden het begrip visuele aandachtsspanne (VAS) om problemen met de verwerking van letterreeksen te kunnen verklaren. Bosse en Valdois (2009) stellen dat fonologische vaardigheden onvoldoende zijn om individuele verschillen in de leesprestaties van met name ervaren lezers te kunnen verklaren. Zo zijn er lezers die, ondanks een goed fonologisch bewustzijn, hardnekkige problemen hebben met het opdoen van orthografische kennis en niet vlot leren lezen.
Bosse en Valdois (2009) baseren hun theorie van de VAS op onderzoek naar oogfixaties bij het lezen. In de absolute beginfase van het lezen wordt voor elke letter een nieuw fixatiemoment gebruikt (Laberge & Samuels, 1974). Naarmate de lezer meer leeservaring heeft worden letters automatisc h geïdentificeerd, en kunnen meerdere letters in één fixatiemoment geïdentificeerd worden. Dit maakt het parallel verwerken van letters
mogelijk. Aghababian en Nazir (2000) onderzochten leesprestaties als functie van de fixatiepositie van het oog binnen het woord. Zij vonden dat beginnende lezers bij korte woorden al snel op eenzelfde efficiënte manier lezen als gevorderde lezers, maar bij langere woorden nog niet. Het lukt deze lezers waarschijnlijk niet om genoeg informatie in één fixatiemoment te verwerken om een lang woord direct te herkennen. De hoeveelheid informatie die per fixatiemoment verwerkt kan worden bepaalt dus tot welke lengte letterreeksen parallel verwerkt kunnen worden. Bundesen (1990) stelt dat dit van twee zaken afhangt: ten eerste hoe vlot de letteridentificatie per element verloopt en ten tweede hoe de aandacht over de elementen verdeeld wordt. Beginnende lezers verschillen niet van ervaren lezers wat betreft de letteridentificatie, maar wel wat betreft het verdelen van aandacht over een hele letterreeks (Pelli, Burns, Farell, & Moore-Page, 2006). Beginnende lezers hebben moeite de aandacht efficiënt over een letterreeks te verdelen. Dit verdelen van de aandacht over een letterreeks noemen Bosse et al. (2007) de VAS, gedefinieerd als het aantal elementen dat in één oogopslag parallel kan worden verwerkt.
Bosse en Valdois (2009) vonden dat de VAS zich gradueel ontwikkelt met de leeservaring. Daarnaast toetsten zij twee hypotheses over de rol van de VAS bij de leesontwikkeling. Bij kinderen uit groep drie, vijf en zeven werden een VAS-taak en een aantal leestaken (nonwoorden, regelmatige en onregelmatige woorden) afgenomen. De VAS -taak bestond uit 20 letterreeksen, elk bestaand uit vijf medeklinkers. De opdracht was zoveel mogelijk letters van de reeks - onafhankelijk van positie - te reproduceren. De score bedroeg het aantal correct genoemde letters. De VAS bleek op alle niveaus en bij alle leestaken onafhankelijk van fonologisch bewustzijn invloed te hebben op de leesprestaties. Bij non-woorden en regelmatige non-woorden werd de invloed van de VAS in de loop van de leesontwikkeling kleiner, maar bij onregelmatige woorden bleef deze stabiel. Bosse en Valdois concludeerden dat de VAS een belangrijke rol heeft bij het aanvankelijk lezen,
vermoedelijk bij de identificatie van sublexicale eenheden als meertekenklanken. Hun tweede conclusie was dat de VAS een rol lijkt te hebben bij de acquisitie van orthografische informatie. Wellicht bepaalt de VAS de maximale lengte van orthografische kennis die opgeslagen kan worden in het geheugen, en daarmee welke woorden via directe herkenning gelezen kunnen worden en in hoeveel clusters langere woorden opgedeeld kunnen worden.
De afname van de relatie tussen de VAS en het lezen van nonwoorden met de leeftijd kan verklaard worden door de groei van de VAS met de leeservaring. Het lezen van nonwoorden is volgens het DRC- model immers een serieel proces, waarbij van het vermogen veel letters parallel te kunnen verwerken geen belangrijke rol verwacht wordt. Het dalen van de invloed van de VAS op het lezen van bestaande woorden gedurende de leesontwikkeling lijkt moeilijker te verklaren. De hoeveelheid letters die iemand parallel kan verwerken zou de lengte van woorden die direct herkend kunnen worden moeten bepalen. Hoe kleiner de VAS, hoe minder woorden direct herkend kunnen worden en - volgens het MTM- model (Ans et al., 1998) - in hoe meer clusters polysyllabische woorden opgedeeld moeten worden, resulterend in mindere leesprestaties. Een mogelijke verklaring voor de afnemende VAS-woordleesrelatie over de tijd zou een plafondeffect in de VAS-taak van Bosse en Valdois (2009) kunnen zijn. In de hoogste leeftijdsgroep waren de gemiddelde scores op de VAS-taak anderhalve standaarddeviatie verwijderd van de maximale score. Dit betekent dat een aantal deelnemers de maximale score moet hebben behaald. Dit verkleint het onderscheidend vermogen van de taak, wat kan betekenen dat verschillen in het lezen van regelmatige woorden in deze leeftijdsgroep niet verklaard kunnen worden door de VAS-taak.
Concluderend zijn er aanwijzingen voor wat hier de orthografische verklaring van de VAS-woordleesrelatie genoemd wordt. Deze stelt dat de VAS de lengte bepaalt van de orthografische eenheden die opgeslagen en direct herkend kunnen worden. De VAS bepaalt tot welke woordlengte woorden direct herkend kunnen worden en hoe groot de letterclusters
zijn waarin langere woorden opgedeeld kunnen worden. Een lagere VAS dwingt de lezer eerder tot seriële leesprocessen, resulterend in zwakkere leesprestaties.
Deze verklaring wordt getoetst door prestaties op een VAS-taak te vergelijken met prestaties op verschillende leestaken, die verschillen wat betreft frequentie, woordlengte en format. Om het mogelijke plafondeffect in de studie van Bosse en Valdois (2009) te ondervangen is een VAS-taak ontworpen met 25 items, variërend van vijf tot acht letters. Verwacht wordt dat de correlatie van de VAS-taak met monosyllabische woorden groter is dan met monosyllabische nonwoorden. Verder wordt verwacht dat lezers met een grotere VAS beter presteren op de leestaken met polysyllabische items. Zij kunnen grotere letterclusters parallel verwerken en zullen dus minder fixatiemomenten nodig hebben om een woord te verwerken. Verwacht wordt dat de frequentie bij polysyllabische woorden weinig uitmaakt. Ongeacht de frequentie lijken polysyllabische items in clusters verdeeld te moeten worden.
Daarnaast wordt onderzocht hoe de prestaties op de VAS-taak zich verhouden tot de correlatiepatronen van RAN- en leestaken. Als een lagere VAS lezers dwingt eerder gebruik te maken van seriële leesprocessen moet dit terug te zien zijn in de correlatiepatronen. Verwacht wordt dat hoe groter de VAS is, hoe sterker de discrete leestaak met de discrete RAN-taak zal correleren, en hoe zwakker deze met de seriële RAN-taak zal correleren. Dit geldt voor zowel de mono- als polysyllabische leestaken.
Samenvattend
Het DRC- model stelt dat ervaren lezers door middel van directe woordherkenning lezen. Dit is in vergelijking met decoderend lezen een efficiënter proces, omdat de letters van een woord parallel in plaats van serieel verwerkt worden. RAN en de VAS lijken sterk gerelateerd aan het lezen via directe woordherkenning. De RAN-woordleesrelatie wordt verondersteld het
proces te representeren waarbij fonologische informatie gekoppeld wordt aan orthografische informatie. De VAS is het aantal letters dat parallel verwerkt kan worden en lijkt daarmee de maximale lengte te bepalen van orthografische informatie die direct herkend kan worden. Polysyllabische woorden lijken niet direct herkend te kunnen worden (Van den Bos et al., 2003), maar worden vermoedelijk ook niet letter voor letter gedecodeerd. Het MTM- model van Ans et al. (1998) veronderstelt dat polysyllabische woorden opgedeeld worden in clusters. De letters in deze clusters worden parallel verwerkt, maar de clusters worden serieel verwerkt. De orthografische verklaring van de RAN-woordleesrelatie wordt in dit onderzoek getoetst door correlatiepatronen van verschillende RAN- en leestaken met elkaar te vergelijken. De verschillen in woordlengte, frequentie en format in de leestaken worden verwacht invloed te hebben op de wijze waarop de items verwerkt worden. Verwacht wordt dat naarmate de leestaak een zuiverder parallel proces behelst de correla tie met de discrete RAN-taak hoger zal zijn en de correlatie met de seriële RAN-taak lager zal zijn.
Ook de orthografische verklaring van de VAS-woordleesrelatie wordt hier getoetst. De verwachting is dat de VAS sterker correleert met het lezen van monosyllabische woorden dan monosyllabische nonwoorden. Daarnaast wordt gekeken naar de rol van de VAS bij het lezen van polysyllabische woorden. Verwacht wordt dat lezers met een grotere VAS polysyllabische woorden in minder clusters op hoeven te breken dan lezers met een lagere VAS, resulterend in betere leesprestaties. De verwachting is dat bij polysyllabische woorden frequentie minder belangrijk is. Daarnaast wordt verwacht dat de invloed van de VAS op het leesproces terug te zien is in de correlatiepatronen met RAN. Hoe groter de VAS, hoe sterker de correlatie van de discrete leestaak met de discrete benoemtaak en hoe lager de correlatie met de seriële benoemtaak zal zijn. Om de VAS te meten is een experimenteel gedeelte toegevoegd aan de VAS-taak van Valdois et al. (2009). De toegevoegde waarde in de verklaring van leesprestaties zal onderzocht worden.
Methode
Proefpersonen
Vijf klassen (groep zeven) van vier basisscholen uit Amsterdam en omgeving namen deel aan het onderzoek. In deze groepen zaten 110 kinderen, hiervan namen negen kinderen om verschillende redenen (ziekte, geen toestemming, van school veranderd) niet deel. Er bleven 101 deelnemers (50 jongens, 51 meisjes) over. De kinderen waren gemiddeld 11;1 jaar oud (SD = 5.83 maanden). Van de 101 deelnemers had 75% de Nederlandse taal als moedertaal, 25% van de kinderen had een andere moedertaal. Alle kinderen spraken Nederlands. Tijdens de testafname hadden de kinderen zo’n 4;8 jaar leesonderwijs gehad.
Om te onderzoeken of er sprake is van een representatieve onderzoekspopulatie wat betreft leesniveau en non- verbale intelligentie zijn de Brus Eén Minuut Test (EMT), een gestandaardiseerde woordleestest (M = 10, SD = 3), en de Raven Colored Progressive
Matrices (Raven CPM), een nonverbale intelligentietaak afgenomen. Op de EMT scoorden de
deelnemers een gemiddelde standaardscore (M = 9.97, SD = 3.36). De leesprestaties laten een normale verdeling zien, er is sprake van een normale populatie wat leesprestaties betreft. Op de Raven CPM behaalden de deelnemers een gemiddelde score van 18.26 met een standaarddeviatie 4.35. De prestaties zijn normaal verdeeld.
Taken
RAN letters serieel. Bij het serieel benoemen werden 40 letters in vijf rijen van acht letters
aangeboden op een laptopscherm. Hierbij werd, net als bij de overige RAN- en leestaken, gebruik gemaakt van het computerprogramma E-prime (Schneider, Escher, & Zuccolotto, 2002). Er zijn vijf letters (O A P D S) geselecteerd die allen acht keer voorkwamen. De respondenten kregen de opdracht de rijen stimuli van links naar rechts zo snel mogelijk te
benoemen. De totale benoemtijd werd gemeten, deze werd omgescoord naar de snelheidsmaat items per seconde.
RAN letters discreet. Bij het discreet benoemen van letters werden dezelfde 40 items
als in de seriële benoemtaak één voor één aangeboden op een laptopscherm. De microfoon registreerde de start van articulatie, waarna het item uit beeld verdween. De tijd tussen het verschijnen van het item en de start van articulatie - de reactietijd - werd gemeten. De testleider scoorde de respons als goed, fout of ongeldig met de responsbox waarna het volgende item verscheen. De gemiddelde reactietijd van alle geldige items werd omgescoord naar de snelheidsmaat items per seconde.
RAN cijfers serieel. Deze taak bestond uit 40 items en werd op dezelfde wijze
aangeboden en gescoord als de seriële benoemtaak letters. De cijfers 2, 4, 5, 7 en 9 zijn gebruikt.
RAN cijfers discreet. Deze taak bestond uit 40 items en werd op dezelfde wijze
aangeboden en gescoord als de discrete benoe mtaak letters. Dezelfde cijfers als in de seriële benoemtaak cijfers werden gebruikt.
Leestaak monosyllabische woorden serieel. Bij het serieel lezen werden 40
vierletteritems in vijf rijen van acht items aangeboden op een laptop. De items werden gekozen uit een set van drie- vier- en vijfletterwoorden uit een op kinderliteratuur gebaseerde database (Schrooten & Vermeer, 1994). De gemiddelde frequentie van deze woorden werd bepaald, alleen woorden met een Z-waarde >1 kwamen in aanmerking. De respondenten kregen de opdracht de items rij voor rij zo snel mogelijk te lezen. De totale benoemtijd werd gemeten, deze werd omgescoord naar de snelheidsmaat items per seconde. Deze werd met de proportie goed gelezen woorden vermenigvuldigd om te komen tot de vloeiendheidsmaat.
Leestaak monosyllabische woorden discreet : Voor deze leestaak werden op gelijke
monosyllabische woordleestaak taak gematched wat betreft frequentie, beginletter, rijm (waar mogelijk) en woordstructuur. De items werden op dezelfde wijze aangeboden en gescoord als de discrete RAN-taken. De snelheidsmaat werd vermenigvuldigd met de proportie goed gelezen woorden om te komen tot een maat van vloeiendheid.
Leestaak monosyllabische nonwoorden serieel. Voor deze taak werden 40
vierletteritems gecreëerd door van de items van de monosyllabische woordleestaak de beginletter, eindletter, rijm en/of hele syllabes van woorden te wisselen. Hierbij bleef de woordstructuur hetzelfde en bleven de woord- en nonwoordleestaken gematched wat betreft beginletter, rijm en woordstructuur. De items werden op dezelfde wijze aangeboden en omgescoord als in de overige seriële leestaken.
Leestaak monosyllabische nonwoorden discreet. Voor deze taak werden op dezelfde
wijze als voor de seriële monosyllabische nonwoordleestaak 40 vierletteritems gecreëerd. De items werden op dezelfde wijze aangeboden en omgescoord als in de overige discrete leestaken.
Leestaak polysyllabische woorden serieel. De 40 achtletteritems werden gekozen uit
een set van twee- en drielettergrepige woorden uit een op kinderliteratuur gebaseerde database (Schrooten & Vermeer, 1994). De gemiddelde frequentie van deze woorden werd bepaald. Alleen woorden met een Z-waarde >1 kwamen in aanmerking voor de leestaken. De items werden op dezelfde wijze aangeboden en gescoord als de overige seriële leestaken.
Leestaak polysyllabische woorden discreet : De 40 achtletteritems werden gekozen uit
dezelfde set als de seriële polysyllabische woordleestaak en hieraan gematched wat betreft frequentie, beginletter, rijm (waar mogelijk) en woordstructuur. De items werden op dezelfde wijze aangeboden en gescoord als de overige seriële leestaken.
Leestaak polysyllabische nonwoorden serieel. Voor deze taak werden op dezelfde
van de polysyllabische woordleestaak. De items werden op dezelfde wijze aangeboden en omgescoord als de overige seriële leestaken.
Leestaak polysyllabische nonwoorden discreet. Voor deze taak werden op dezelfde
wijze als voor de seriële leestaak 40 items gecreëerd. De items werden op dezelfde wijze aangeboden en omgescoord als in de overige discre te leestaken.
Brus Eén Minuut Test (EMT). De EMT meet de leessnelheid en wordt aangeboden als
één leeskaart (formaat A4) met daarop 116 woorden, verdeeld over vier kolommen. De woorden lopen op wat betreft woordlengte en moeilijkheidsgraad. De opdracht was om één minuut zo snel en accuraat mogelijk te lezen. De ruwe score is het totaal aantal correct gelezen woorden in één minuut. Deze score werd omgezet in een standaardscore, die loopt van 1 t/m 19 (M = 10, SD = 3) (Brus & Voeten, 1995).
Raven colored progressive matrices (Raven CPM). De Raven CPM meet de
non-verbale intelligentie en wordt afgenomen als controletaak. Deze taak wordt individueel afgenomen en bestaat uit 33 kaarten van A4 formaat die de respondent één voor één krijgt aangeboden. Op elke kaart staat een patroon afgebeeld waaruit een deel is weggelaten. De respondent moet uit een aantal keuzemogelijkheden de juiste afbeelding kiezen op de plaats van de weggelaten afbeelding. Na vier opeenvo lgende foutieve antwoorden werd de test afgebroken. De score werd verkregen door het aantal correct beantwoorde opgaven bij elkaar op te tellen (Raven, 1960).
Visuele Aandachtsspannetaak (VAS): De VAS-taak meet de visuele aandachtsspanne.
De taak is gebaseerd op de taak van Valdois et al. (2003). Deze bestaat uit 20 items, die elk bestaan uit vijf letters. De taak is aangepast om een mogelijk plafondeffect in de taak van Valdois et al. te ondervangen. De taak die in het huidige onderzoek is afgenomen bestond uit 25 items, verdeeld over vier niveaus. Tien items bestonden uit vijf letters, vijf items uit zes letters, vijf items uit zeven letters, en vijf items uit acht letters. De vijfletteritems zijn
afkomstig uit de taak van Valdois et al. (2003) en bestaan uit 10 items van vijf letters waarbij elke letter één keer op elke positie terugkomt. Bij de volgende niveaus werd ook gezorgd dat een letter nooit vaker dan één keer op dezelfde positie stond. In alle items werden alleen medeklinkers gebruikt. Alle items werden 200 ms in beeld gebracht. De opdracht was zoveel mogelijk letters in de goede volgorde te reproduceren. De testleider noteerde de antwoorden van de respondent, deze werden later op vier manieren gescoord: Het totaal aantal letters op exact de goede plek, het totaal aantal goed genoemde letters onafhankelijk van positie, het totaal aantal reeksen dat volledig goed gereproduceerd werd, en het totaal aantal reeksen dat volledig gereproduceerd werd, onafhankelijk van de positie van de letters. Deze scores werden berekend voor de oude VAS-taak (de vijfletteritems), voor de nieuwe VAS-taak (de zes-, zeven- en achtletteritems), en voor de gecombineerde taken.
Procedure
De testsessies vonden plaats in april en mei 2013. Alle taken werden individueel afgenomen in een aparte ruimte buiten het klaslokaal. De taken werden in deze volgorde aangeboden: cijfers benoemen, letters benoemen, vierletterwoorden, Brus EMT, Raven CPM, achtletterwoorden, visuele aandachtsspanne. De testafname per kind duurde zo´n 30 minuten.
Resultaten
Datacleaning
Allereerst is een keuze gemaakt tussen RAN cijfers en RAN letters als maat voor benoemsnelheid. In Tabel 1 is te zien dat beide maten weinig van elkaar verschillen wat betreft gemiddelde en standaarddeviatie. Beide maten correleren bovendien hoog met elkaar (RAN cijfers serieel- RAN letters serieel = .73; RAN cijfers discreet-RAN letters discreet =
.75). Gekozen is voor RAN cijfers. In eerder onderzoek (de Jong, 2011) is gebleken dat RAN cijfers duidelijkere correlatiepatronen met lezen laat zien dan RAN letters. Om te bepalen welk maten in de verdere analyses voor de leestaken gebruikt zou worden zijn de snelheidsmaten en vloeiendheidsmaten met elkaar vergeleken. Om te bepalen welke VAS-maat de beste VAS-maat is zijn alle VAS- maten met elkaar vergeleken.
Om de snelheidsmaat voor de discrete lees- en benoemtaken te berekenen zijn allereerst alle ongeldig gescoorde items verwijderd. Daarna zijn de absolute outliers verwijderd, dat wil zeggen reactietijden < 250 ms en > 3000 ms voor de benoemtaken en reactietijden < 250 ms en > 6000 ms voor de leestaken. Vervolgens zijn per respondent de outliers - de waarden die meer dan drie standaarddeviaties van het gemiddelde lagen - verwijderd. In totaal bleef 90,4% van de data over (RAN cijfers 91.6%, RAN letters 93.5%, momosyllabische woorden 91.8%, mo nosyllabische nonwoorden 90.2%, polysyllabische woorden 89.2%, polysyllabische nonwoorden 86.0%). Per respondent werd vervolgens de gemiddelde reactietijd per taak berekend in items per seconde: de snelheidsmaat.
Tabel 1
Gemiddelde en standdaarddeviatie van de RAN-taken (in items per seconde)
M SD
RAN Cijfers Discreet 2.07 0.29 Serieel 2.14 0.41 RAN Letters Discreet 2.02 0.24 Serieel 2.19 0.43
Vervolgens zijn de vloeiendheidsmaten berekend. Omdat er bij de benoemtaken nauwelijks fouten gemaakt werden (proportie goed 99.5%), werd voor deze taken geen
vloeiendheidsmaat berekend. Om de vloeiendheidsmaat te berekenen voor de leestaken is de proportie goed gelezen woorden berekend en vermenigvuldigd met de snelheidsmaat. Als de proportie goed gelezen woorden <.60 was, is voor deze respondent de snelheidsmaat als missing gecodeerd. Dit is gebeurd bij 15 respondenten op de leestaak achtletter nonwoorden. Voor de vloeiendheidmaat zijn deze waarden niet als missing gerapporteerd, deze maat corrigeert immers voor fouten. Bij zowel de snelheidsmaat als de vloeiendheidmaat zijn vervolgens de outliers - de waarden die meer dan drie standaarddeviaties van het gemiddelde lagen - verwijderd. Er zijn in totaal vier outliers verwijderd. Om te bepalen welke maat gebruikt wordt bij de uiteindelijke analyses is gekeken naar de correlaties met de EMT. De resultaten staan in Tabel 2. Er is geen duidelijk verschil tussen de correlaties van beide maten met de EMT. Gekozen is voor vloeiendheid, dit lijkt de beste maat voor leesprestaties aangezien voor fouten gecorrigeerd wordt.
Tabel 2
Correlatie snelheidsmaat en vloeiendheidmaat van de leestaken met ruwe score EMT
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser Snelheid .51** .73** .67** .83** .67** .86** .55** .78**
Vloeiendheid .55** .74** .73** .84** .68** .87** .69** .83** ** p < .01
Voor de VAS is een keuze gemaakt tussen ‘letters exact’, ‘reeksen exact’, ‘letters niet exact’ en ‘reeksen niet exact’. De correlaties van alle VAS-maten met de EMT zijn bekeken. Er kwamen geen grote verschillen naar voren. Gekozen is voor ‘letter exact’, het aantal letters op positie. Dit lijkt de beste maat van het aantal letters dat parallel verwerkt kan worden.
Vervolgens moest gekozen worden voor VAS1, VAS2 of VAS-totaal. Zowel VAS1 als VAS2 waren betrouwbaar, maar gecombineerd (VAS-totaal) leverden zij de grootste betrouwbaarheid op (zie Tabel 3). Gekozen is voor VAS-totaal als VAS- maat.
Als laatste zijn van alle overige taken de outliers verwijderd. Van één respondent waren vijf leestaken en één VAS-taak een outlier. Deze respondent is niet meegenomen in de analyses. Er bleven 100 respondenten over.
Tabel 3 Betrouwbaarheid VAS-taken Betrouwbaarheidsstatistieken N N of items Cronbach’s α VAS1 100 50 .85 VAS2 100 105 .84 VAS total 100 155 .90 Beschrijvende statistieken
In Tabel 4 worden de beschrijvende statistieken van alle taken gegeven. Alle taken, op VAS1 na, waren normaal verdeeld. VAS1 bevatte twee pieken. Dit is niet verde r onderzocht, aangezien in de analyses gebruik is gemaakt van VAS-totaal. In Tabel 4 is te zien dat de gemiddelden van de RAN-taken het hoogst liggen. De vloeiendheidsscores van monosyllabische woorden benaderen de benoemsnelheid het best, maar naarmate de items moeilijker worden, gaat de leesvloeiendheid omlaag.
Om te onderzoeken of er sprake is van hoofdeffecten van woordlengte en frequente op leesprestaties, en een interactie-effect tussen woordlengte en frequentie is een repeated
meegenomen in de analyse. In Tabel 5 staan de resultaten. Er is sprake van een sterk hoofdeffect van zowel woordlengte, frequentie als format op de leesprestaties. Er is ook sprake van een interactie-effect tussen alle variabelen op de leesprestaties. De sterkste interactie vindt plaats tussen woordlengte en frequentie.
Tabel 4
Beschrijvende statistieken
M SD Min Max
EMT ruwe score 74.60 14.52 33 108
normscore 9.97 3.36 1 19
Raven ruwe score 18.26 4.35 10 29
RAN cijfers serieel 2.14 0.41 1.23 2.95
cijfers discreet 2.07 0.29 1.38 2.87 Monosyllabisch woorden serieel 1.85 0.40 0.84 2.84 woorden discreet 2.00 0.27 1.44 2.65 nonwoorden serieel 1.22 0.33 0.27 2.02 nonwoorden discreet 1.63 0.30 0.69 2.24 Polysyllabisch woorden serieel 1.18 0.32 0.29 1.93 woorden discreet 1.65 0.33 0.64 2.37 nonwoorden serieel 0.47 0.17 0.10 0.89 nonwoorden discreet 0.82 0.28 0.19 1.65 VAS deel 1 37.91 6.54 26 50 deel 2 48.04 8.54 27 69 totaal 85.95 13.87 57 119
Deze interactie wordt ook beïnvloed door het format waarin de woorden aangeboden worden. Er is sprake van interactie tussen woordlengte, frequentie en format. Figuur 1 en 2 geven meer inzicht in de richting van deze effecten.
Tabel 5
Hoofdeffecten en interactie-effecten van woordlengte, frequentie en format op leesprestaties
Effect F Df (hyp) Df (error)
Woordlengte 2004.67** 1 98 Frequentie 2154.06** 1 98 Format 328.13** 1 98 Woordlengte x Frequentie 163.23** 1 98 Woordlengte x Format 24.62** 1 98 Frequentie x Format 13.54** 1 98
Woordlengte x Freq x Format 111.41** 1 98
** p < .01
Figuur 1
Discreet format: woordlengte en frequentie
Figuur 2
Zichtbaar is dat bij de discrete taken polysyllabische woorden duidelijk langzamer worden gelezen dan monosyllabische woorden. Dit effect is nog sterker bij nonwoorden. Er is sprake van een duidelijk interactie-effect (F-waarde = 271.54, p = .00). Dit interactie-effect is bij de seriële taken veel kleiner, maar nog steeds significant (F-waarde = 10.53, p = .00).
De correlaties tussen de verschillende leestaken is ook berekend. Voor de discrete leestaken lagen deze tussen .58 en .81. Voor de seriële leestaken lagen deze tussen .66 en .79. Als alle seriële en discrete leestaken met elkaar vergeleken worden liggen de correlaties tussen .53 en .81.
RAN en woordlezen
In het onderzoek van de Jong (2011) werd gekeken naar de correlatiepatronen tussen RAN en het lezen van monosyllabische drie-, vier- en vijfletterwoorden in serieel en discreet format. Gekeken is of de resultaten van dat onderzoek hier gerepliceerd worden. Om de vergelijking zo zuiver mogelijk te maken is voor de monosyllabische woordleestaak van dit onderzoek gekozen en voor groep zes van het onderzoek van de Jong (zie Tabel 6).
Tabel 6
Correlatiepatronen RAN en woordlezen de Jong (2011) en het huidige onderzoek
de Jong (2011) Dit onderzoek
Groep 3 Groep 4 Groep 6 Groep 7
Discr Ser Discr Ser Discr Ser Discr Ser RAN Discreet .28* .19 .58** .30** .51** .09 .75** .44** RAN Serieel .36** .34** .29* .50** .33** .53** .47** .69**
Hetzelfde patroon serieel-serieel/discreet-discreet wordt teruggevonden in groep zes van de Jong en groep zeven van het huidige onderzoek. Het is opvallend dat alle correlaties hoger liggen dan in het onderzoek van de Jong (2011). De correlaties tussen RAN discreet en serieel is ook berekend, deze is .40 voor cijfers en .49 voor letters. In het onderzoek van de Jong was deze correlatie .50 voor cijfers en .54 voor letters.
De tweede onderzoeksvraag betrof de vraag of de verschillende items op verschillende wijze gelezen worden. Hiervoor is gekeken naar het correlatiepatroon met RAN bij de verschillende leestaken. Bij de discrete leestaken werd een sterkere correlatie met discrete RAN verwacht van de monosyllabische items dan de polysyllabische items, en een sterkere correlatie met RAN van de woorden dan de nonwoorden. In Tabel 7 staan de resultaten. De verwachte sterkere correlaties met discrete RAN bij de monosyllabische items en de bestaande woorden worden gevonden. De correlatie met seriële RAN is echter vergelijkbaar bij alle discrete leestaken. Het is verder opvallend dat het patroon serieel-serieel/discreet-discreet bij monosyllabische woorden, monosyllabische nonwoorden, en polysyllabische woorden te zien is. Daarnaast correleert seriële RAN bij polysyllabische items even sterk met de discrete leestaak als met de seriële leestaak. Bij de polysyllabische nonwoorden correleert seriële RAN sterker dan discrete RAN bij zowel de seriële als discrete leestaak.
Tabel 7
Correlatiepatronen RAN en woordlezen
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser RAN Discreet .75** .44** .62** .40** .56** .30** .36** .31**
RAN Serieel .47** .69** .53** .68** .45** .49** .52** .55** ** p < .01
Er is ook gekeken naar de additionele proporties verklaarde variantie van discrete en seriële RAN op de leestaken. In Tabel 8 staan de resultaten. Bij alle leestaken levert seriële RAN na discrete RAN een significante additionele bijdrage. Seriële RAN voegt vooral veel toe aan de proportie verklaarde variantie van discrete RAN bij de seriële leestaken. Bij de discrete leestaken zien we het volgende patroon: naarmate de items langer worden en de frequentie lager wordt, wordt de bijdrage van seriële RAN groter en discrete RAN kleiner. Bij de discrete leestaken levert discrete RAN na seriële RAN significante bijdrages bij de monosyllabische woorden en nonwoorden, en de polysyllabische woorden, maar niet bij de polysyllabische nonwoorden. Daar levert seriële RAN de grootste bijdrage.
Tabel 8
Additionele proportie verklaarde variantie (in %) van RAN op leestaken
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser 1. RAN discr 55.9** 19.4** 38.1** 16.2** 30.8** 8.8** 12.6** 9.7**
2. RAN ser 3.5** 31.6** 9.9** 31.6** 6.0** 16.8** 17.3** 21.8**
1. RAN ser 21.9** 47.6** 28.4** 45.6** 19.9** 24.3** 27.2** 30.4**
2. RAN discr 37.6** 3.3* 19.6** 2.2* 17.0** 1.2 2.6 1.0
* p < .05 ** p < .01
Om te onderzoeken of goede lezers andere correlatiepatronen laten zien met RAN dan zwakke lezers is de totale groep respondenten in tweeën verdeeld op basis van leesprestaties (ruwe scores EMT). Gekeken is of de groep snelle lezers andere correlatiepatronen laat zien dan de groep zwakke lezers. In Tabel 9 is te zien dat de groep ‘hoge EMT’ het patroon
discreet-discreet/serieel-serieel te zien is bij monosyllabische woorden en nonwoorden, en polysyllabische woorden, terwijl dit voor de groep ‘lage EMT’ alleen bij monosyllabische woorden (bovendien minder duidelijk) het geval is. Daarnaast verschilt de correlatie met seriële RAN bij beide groepen. Voor de groep ‘hoge EMT’ geldt dat bij monosyllabische woorden en nonwoorden, en polysyllabische woorden seriële RAN veel minder sterk correleert met de discrete leestaak dan met de seriële leestaak. Voor de groep ‘lage EMT’ zijn deze correlaties steeds ongeveer gelijk. Bij polysyllabische nonwoorden zien we dat de correlatie tussen discreet lezen-discreet benoemen hoger is bij de groep ‘lage EMT’ dan bij de groep ‘hoge EMT’.
Tabel 9
Correlatiepatronen RAN en woordlezen van de groepen ‘hoge EMT’ en ‘lage EMT’
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser Groep ‘hoge EMT’
RAN Discr .73** .36* .55** .30* .49** .15 .14 .13 RAN Serieel .23 .72** .30* .71** .20 .39** .46** .46**
Groep ‘lage EMT’
RAN Discr .71** .31* .58** .26** .49** .11 .34* .22 RAN Serieel .46** .51** .51** .50** .40** .31* .38** .41** * p < .05 ** p < .01
VAS en woordlezen
De derde onderzoeksvraag betrof de relatie tussen de VAS en woordlezen. Omdat de in dit onderzoek afgenomen VAS-taak voor een deel een experimentele taak is, is gekeken naar wat
deze toevoegt aan de bestaande VAS-taak (Bosse & Valdois, 2009). De reden om langere items toe te voegen was het vermoeden dat in de bestaande VAS-taak een plafondeffect bestond, waardoor een deel verklarende kracht van het construct VAS verloren ging. Uit Tabel 3 blijkt dat dit niet het geval is. De gemiddelde score van VAS1 is 37.91 met een standaarddeviatie 6.54. De maximaal te behalen score is 50, en ligt ongeveer twee standaarddeviaties boven het gemiddelde. De maximale score werd drie keer gehaald, er lijkt dus geen sprake van een duidelijk plafondeffect.
Tabel 10
Additionele proportie verklaarde variantie van VAS1 en VAS2 op de leestaken
Mono woord Mono nonwrd Poly woord Poly nonwrd
Discr Ser Discr Ser Discr Ser Discr Ser
1. VAS 1 5.5* 21.4** 13.4** 26.6** 9.1** 35.0** 17.3** 34.9**
2. VAS 2 0.1 1.1 0.5 2.4 1.0 1.8** 2.2 5.2**
1. VAS 2 2.5 12.0** 6.8** 17.3** 6.4* 19.5** 12.6** 27.0**
2. VAS 1 3.0 10.5** 7.0** 11.7** 3.7* 17.2** 6.9** 13.1** * p < .05 ** p < .01
De correlatie tussen VAS1 en VAS2 is echter .69, deze taken meten dus niet helemaal hetzelfde. Om te kijken of VAS2 een additionele bijdrage levert aan de proportie verklaarde variantie wat betreft leesprestaties is een hiërarchische regressieanalyse gedaan van beide VAS-taken op de verschillende leestaken. In Tabel 10 staan de resultaten. VAS2 levert bovenop VAS1 een significante bijdrage aan de proportie verklaarde variantie van de seriële polysyllabische taken. De bijdrage van VAS1 bovenop de proportie verklaarde variantie van
VAS2 is echter telkens hoger. De taak VAS2 voegt dus niet veel toe aan de voorspellende waarde van de bestaande VAS-taak van Valdois et al. (2006).
De hypothese betreffende de VAS-woordleesrelatie was dat een grotere VAS de lezer in staat stelt minder gebruik te maken van seriële leesprocessen: hij kan meer woorden via directe woordherkenning lezen, en hoeft langere woorden in minder stukken op te delen, resulterend in betere leesprestaties. De onderzoeksgroep is verdeeld in twee delen, een groep ´hoge VAS´ en een groep ´lage VAS´. Verwacht werd dat de groep ´hoge VAS´ hogere scores behaalde op de leestaken dan de groep ´lage VAS´. In Tabel 11 staan de gemiddelde leesscores per groep en de uitslagen van de T-toetsen. De groep ‘hoge VAS’ presteert op zeven van de acht leestaken significant beter dan de groep ‘lage VAS’. De groep ‘hoge VAS’ presteert op alle taken, behalve de discrete monosyllabische woordleestaak, significant beter dan de groep ‘lage VAS’.
Tabel 11
Onafhankelijke T-toetsen van verschillen in gemiddelde leesprestaties op de verschillende leestaken tussen groep ‘grote VAS’ en groep ‘lage VAS’.
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser
Groep ‘lage VAS’ 2.03 1.95 1.71 1.35 1.72 1.32 .90 .54
Groep ‘hoge VAS’ 1.98 1.74 1.56 1.09 1.58 1.04 .74 .40
T-waarde 1.00 2.67** 2.53* 4.33** 2.23* 4.92** 2.89** 4.68** * p < .05 ** p < .01
De verwachting was dat - gezien het voorspelde verband van VAS met parallelle leesprocessen - de correlatie van de VAS-taak met woorden groter zou zijn dan met
nonwoorden, en van monosyllabische woorden groter dan met polysyllabische woorden. In Tabel 12 staan de correlaties tussen de VAS en de leestaken. De voorspelde verschillen zijn niet gevonden, het tegenovergestelde van wat voorspeld werd is het geval. De correlaties met de nonwoorden zijn sterker dan met de woorden, en de correlaties met de polysyllabische woorden zijn hoger dan met de monosyllabische woorden. De VAS-taak heeft bovendien een hogere correlatie met seriële leestaken dan met de discrete leestaken.
Tabel 12
Correlaties VAS en leestaken
Mono woord Mono nonwrd Poly woord Poly nonwrd Discr Ser Discr Ser Discr Ser Discr Ser VAS totaal .24* .44** .41** .54** .32** .57** .42** .59** * p < .05 ** p < .01
Gezien de hypothese over de rol van VAS bij parallelle leesprocessen, wordt verwacht dat een grotere VAS ook terug te zien is in de correlatiepatronen van RAN - en leestaken. Uit Tabel 11 is gebleken dat de VAS juist sterker correleert met seriële processen. Het lijkt dan ook onwaarschijnlijk dat de VAS op de in de hypothese gestelde wijze het verband tussen woordlezen en RAN modereert. In Tabel 13 staan de correlatiepatronen van de groepen ‘grote VAS’ en ‘kleine VAS’. De correlaties tussen discreet benoemen en discreet lezen zijn bij beide groepen vergelijkbaar, maar wat betreft de correlaties met seriële RAN komen wel verschillen naar voren. Voor monosyllabische woorden en nonwoorden en polysyllabische woorden geldt dat bij de groep ‘hoge VAS’ seriële RAN veel sterker correleert met de seriële leestaak dan met de discrete leestaak. Bij de groep ‘lage VAS’ zijn deze correlaties vergelijkbaar. Bij polysyllabische nonwoorden zijn geen grote verschillen tussen de groepen.
Tabel 13
Correlatiepatronen RAN- en leestaken voor groepen ‘hoge VAS’ en ‘lage VAS’
Mono woord Mono nonwrd Poly woord Poly nonwrd
Discr Ser Discr Ser Discr Ser Discr Ser
‘Hoge VAS’ RAN Discreet .82** .51** .66** .50** .57** .43** .34* .42** RAN Serieel .37** .71** .37** .73** .24 .43** .51** .49** ‘Lage VAS’ RAN Discreet .70** .41** .62** .39** .58** .25 .39** .27 RAN Serieel .56** .62** .60** .53** .55** .37** .45** .43** * p < .05 ** p < .01
VAS, RAN en woordlezen
Omdat de VAS vooral verband lijkt te houden met seriële leesprocessen en RAN vooral in verband wordt gebracht met parallelle leesprocessen is door middel van een hiërarchische regressieanalyse onderzocht of deze twee vaardigheden een onafhankelijke additionele bijdrage hebben aan de proportie verklaarde variantie wat betreft lezen. In Tabel 14 staan de resultaten. Het blijkt dat naarmate de moeilijkheidsgraad van de woorden hoger wordt, de VAS meer gaat bijdragen en RAN discreet minder. Dit geldt voor zowel de discrete als seriële leestaken. De bijdrage van RAN serieel na de VAS is bij alle leestaken ongeveer gelijk. De VAS voegt bovendien meer toe aan zowel seriële als discrete RAN bij de seriële leestaken dan bij de discrete leestaken. Een vergelijking tussen de bijdragen van seriële en discrete RAN wijst uit dat de bijdrage van discrete RAN na VAS groter is dan de bijdrage van seriële RAN na VAS bij monosyllabische woorden en nonwoorden en polysyllabische woorden. Bij polysyllabische nonwoorden is dit andersom. VAS voegt bij alle leestaken minder toe aan
RAN serieel dan aan RAN discreet. De correlaties tussen VAS en de RAN-taken zijn uitgerekend. De correlatie tussen VAS en RAN serieel is significant (.38), de correlatie tussen VAS en RAN discreet niet (.16).
Tabel 14
Hierarchische regressie: additionele proportie verklaarde variantie RAN discreet, RAN serieel en VAS op de leestaken (in %)
Mono woord Mono nonwrd Poly woord Poly nonwrd
Discr Ser Discr Ser Discr Ser Discr Ser
1. RAN discr 55.9** 19.4** 38.1** 16.2** 30.8** 8.8** 12.6** 9.7** 2. VAS totaal 1.4 14.0** 9.6** 23.4** 5.8* 28.1** 13.8** 30.4** 1. VAS totaal 5.6* 19.3** 16.4** 29.3** 10.2** 32.6** 17.9** 35.2** 2. RAN discr 51.8** 14.1** 31.4** 10.2** 26.3** 4.3* 8.5** 4.8** 1. RAN serieel 21.9** 47.6** 28.4** 45.6** 19.9** 24.3** 27.2** 30.4** 2. VAS totaal 0.4 3.7** 4.8** 9.5** 2.6 17.2** 5.9** 17.2** 1. VAS totaal 5.6* 19.3** 16.4** 29.3** 10.2** 32.6** 17.9** 35.2** 2. RAN serieel 16.7** 32.0** 16.8** 25.8** 12.2** 8.9** 15.3** 12.4** * p < .05 ** p < .01 Discussie
Het doel van deze studie was meer te weten te komen over het leesproces van zowel mono- als polysyllabische (non)woorden. Dit is onderzocht door te kijken naar de relaties van RAN
en de VAS met het lezen van items van verschillende lengte en frequentie in serieel en discreet format. RAN en de VAS werden verondersteld vooral een rol te spelen bij de directe herkenning van orthografische informatie. Een belangrijke vraag was of orthografische kennis alleen bestaat op lexicaal niveau, of ook op sub- lexicaal niveau, in de vorm van letterclusters. De resultaten worden beschouwd in het kader van zowel het DRC- model (Coltheart et al., 2001) - dat ervan uitgaat dat orthografische kennis alleen bestaat op lexicaal niveau -, als het MTM- model (Ans et al., 1998) - dat uitgaat van orthografische kennis op zowel lexicaal als sublexicaal niveau. Daarnaast is de toegevoegde waarde van een experimenteel tweede gedeelte van de VAS-taak - waarbij de items werden verlengd tot zes, zeven en acht letters - onderzocht.
RAN en woordlezen
De orthografische verklaring van de RAN-woordleesrelatie stelt dat bij zowel benoemen als woordlezen aan orthografische representaties gekoppelde fonologische representaties worden opgehaald uit het lange termijngeheugen. De Jong (2011) stelt bovendien dat de RAN-woordleesrelatie afhangt van het format waarin lees- en benoemtaken worden aangeboden. Naarmate de leeservaring toeneemt, worden de relaties tussen discreet lezen en discreet benoemen, en serieel lezen en serieel benoeme n hoger. Dit wordt hier het patroon discreet-discreet/serieel-serieel genoemd. De correlaties tussen discreet lezen en discrete RAN wordt hoger, de correlatie tussen discreet lezen en seriële RAN juist lager. Dit wordt geïnterpreteerd als een weergave van de overgang van seriële naar parallelle verwerking van letters in een woord, oftewel van decoderend lezen naar directe woordherkenning.
De eerste onderzoeksvraag was of de resultaten van het onderzoek van de Jong (2011) gerepliceerd worden. In dit onderzoek is het correlatiepatroon met RAN van de monosyllabische woordleestaak vergeleken met het patroon dat werd gevonden in het
onderzoek van de Jong. De resultaten van het onderzoek van de Jong (kinderen uit groep zes) en het huidige onderzoek (groep zeven) komen redelijk overeen; hetzelfde patroon discreet-discreet/serieel-serieel komt terug. De correlaties zijn in het huidige onderzoek wel allemaal hoger. De hogere correlaties binnen het patroon discreet-discreet/serieel-serieel worden wellicht verklaard doordat de deelnemers in het huidige onderzoek een jaar ouder zijn dan in het onderzoek van de Jong. Hierdoor wordt een verdere automatisering van de woordidentificatie verwacht. De correlatie van discreet lezen-seriële RAN zou dan echter af moeten nemen en dit is niet het geval. Dit is moeilijk te verklaren, zeker gezien de relatief lage correlatie tussen seriële en discrete RAN (.40). Toch bevestigen de leesprestaties en het correlatiepatroon met monosyllabische woorden de orthografische verklaring en de resultaten van de Jong (2011). Het patroon discreet-discreet/serieel-serieel en het feit dat mono-syllabische woorden in discreet format bijna net zo vlot gelezen worden als cijfers in discreet format benoemd worden wijzen beiden op directe woordherkenning (Aaron et al., 1999).
De tweede onderzoeksvraag betrof het leesproces: worden items die verschillen wat betreft woordlengte en frequentie op verschillende wijze gelezen? De correlatiepatronen met RAN laten bij monosyllabische woorden en nonwoorden, en (in mindere mate) polysyllabische woorden het patroon discreet-discreet/serieel-serieel zien. Dit wijst erop dat deze woorden ook via directe woordherkenning gelezen worden. Bij de discrete leestaken zien we het volgende: de correlatie met discrete RAN neemt af naarmate de items moeilijker worden, de correlatie met seriële RAN blijft ongeveer gelijk. Bij monosyllabische woorden en nonwoorden en polysyllabische woorden is de correlatie met discrete RAN groter dan seriële RAN, bij polysyllabische nonwoorden is de correlatie met seriële RAN groter. Het lijkt zo te zijn dat de letters van monosyllabische nonwoorden en polysyllabische woorden - net als de letters van monosyllabische woorden - parallel verwerkt worden. De letters van polysyllabische nonwoorden lijken vooral serieel verwerkt te worden. Dit beeld wordt
ondersteund door de hiërarchische regressieanalyse van seriële en discrete RAN op de verschillende leestaken. Bij de discrete leestaken levert de discrete RAN -taak bij monosyllabische woorden en nonwoorden, en polysyllabische woorden een grotere bijdrage dan de seriële RAN-taak. Bij de polysyllabische nonwoorden is dit duidelijk andersom.
Een andere interessante bevinding blijkt uit de vergelijking tussen de sterkste lezers (groep ´hoge EMT´) en de zwakste lezers (groep ´lage EMT´). Het patroon discreet-discreet/serieel-serieel is bij de groep ‘hoge EMT’ zichtbaar bij monosyllabische woorden en nonwoorden en polysyllabische woorden, maar bij de groep ‘lage EMT’ alleen bij de monosyllabische woorden. Bij beide groepen neemt bij de discrete leestaken de correlatie met discrete RAN af naarmate de items moeilijker worden. De correlatie met seriële RAN ligt voor de groep ‘lage EMT’ echter een stuk hoger dan bij de groep ‘hoge EMT’. De groep ‘lage EMT’ lijkt alleen monosyllabische woorden via directe woordherkenning te lezen. De groep ‘hoge EMT’ lijkt ook monosyllabische nonwoorden en polysyllabische woorden via directe woordherkenning te lezen. De resultaten bij polysyllabische nonwoorden zijn opvallend. De groep ‘lage EMT’ bij het lezen van deze woorden meer gebruik te maken van parallelle leesprocessen dan de groep ‘hoge EMT’.
Hoewel monosyllabische nonwoorden en polysyllabische woorden door middel van vergelijkbare processen gelezen lijken te worden als monosyllabische woorden, is e r wel degelijk een verschil in leesvloeiendheid. Er is een sterk hoofdeffect gevonden van zowel woordlengte als frequentie op de leesvloeiendheid. Woorden worden vloeiender gelezen dan nonwoorden, en monosyllabische items worden vloeiender gelezen dan polysyllabische items. Er is ook sprake van een interactie-effect tussen woordlengte en frequentie. Bij polysyllabische items is de invloed van frequentie groter dan bij monosyllabische items. De verwachting was juist dat frequentie bij polysyllabische items minder invloed zou hebben, omdat verwacht werd dat bij het lezen van polysyllabische items - ongeacht de frequentie -
seriële processen plaats zouden vinden. Hoewel deze resultaten niet aan de verwachtingen voldoen, zijn vergelijkbare resultaten wel eerder gevo nden (Ans et al., 1998). De interactie tussen woordlengte en frequentie is bovendien afhankelijk van het format waarin gelezen wordt; in discreet format is deze interactie zeer sterk, in serieel format veel minder sterk. Dit lijkt te komen doordat het verschil tussen mono- en polysyllabische woorden in discreet format veel kleiner is dan in serieel format. Wellicht dwingt het discrete format, waar het item uit beeld verdwijnt bij aanvang van de articulatie, tot een meer radende strategie en gaat dit de lezers bij polysyllabische woorden goed af, omdat het om hoogfrequente woorden gaat.
Concluderend lijken niet alleen monosyllabische woorden, maar ook monosyllabische nonwoorden en polysyllabische woorden gelezen te worden door parallelle verwerking van de letters. Toch zijn er, ondanks de gelijkenissen in leesproces, wel verschillen in leesprestaties tussen deze leestaken. Monosyllabische items worden vloeiender gelezen dan polysyllabische items, en woorden vloeiender dan nonwoorden. Het lijkt er bovendien op dat relatief zwakke lezers bij het lezen meer gebruik maken van seriële leesprocessen dan relatief goede lezers.
VAS en woordlezen
Het onderzoek naar de VAS-woordleesrelatie was tweeledig. Ten eerste is de toegevoegde waarde van een experimenteel tweede gedeelte van de VAS-taak onderzocht. De VAS-taak van Valdois et al. (2003) bevatte alleen vijfletteritems. Omdat er aanwijzingen waren voor een plafondeffect in deze taak, werden de items in deze experimentele taak verlengd tot zes, zeven, en acht letters. Uit de resultaten komt naar voren dat de experimentele taak weinig toevoegt aan de originele taak. Er lijkt bovendien geen sprake van een plafondeffect bij de afname van de oorspronkelijke taak. De bevinding van Bosse en Valdois (2009) dat de invloed van de VAS in de loop van de leesontwikkeling kleiner wordt bij regelmatige
