Readfree è nato da un lavoro di ricerca all’Università di Urbino Carlo Bo, allo scopo di fornire uno strumento utile per lo screening della dislessia, che non richiedesse di leggere attivamente, nè di fare compiti che richiedessero una profonda conoscenza della lingua Italiana.
ReadFree è quindi uno strumento adatto ai bambini mono e multilingui, che nasce in ambiente accademico e i cui compiti sono stati attentamente valutati e validati su una popolazione di studenti dalla III Classe primaria alla III classe secondaria di I grado.
Di seguito l’abstract dell’articolo scientifico di Carioti, D., Stucchi, N., Toneatto, C. et al. The ReadFree tool for the identification of poor readers: a validation study based on a machine learning approach in monolingual and minority-language children. Ann. of Dyslexia 73, 356–392 (2023). https://doi.org/10.1007/s11881-023-00287-3
Abstract:
In this study, we validated the “ReadFree tool”, a computerised battery of 12 visual and auditory tasks developed to identify poor readers also in minority-language children (MLC). We tested the task-specific discriminant power on 142 Italian-monolingual participants (8–13 years old) divided into monolingual poor readers (N = 37) and good readers (N = 105) according to standardised Italian reading tests. The performances at the discriminant tasks of the “ReadFree tool” were entered into a classification and regression tree (CART) model to identify monolingual poor and good readers. The set of classification rules extracted from the CART model were applied to the MLC’s performance and the ensuing classification was compared to the one based on standardised Italian reading tests. According to the CART model, auditory go-no/go (regular), RAN and Entrainment100bpm were the most discriminant tasks. When compared with the clinical classification, the CART model accuracy was 86% for the monolinguals and 76% for the MLC. Executive functions and timing skills turned out to have a relevant role in reading. Results of the CART model on MLC support the idea that ad hoc standardised tasks that go beyond reading are needed.
In questo studio abbiamo validato lo “strumento ReadFree”, una batteria computerizzata di 12 compiti visivi e uditivi sviluppata per identificare i lettori con difficoltà anche tra i bambini che parlano una lingua minoritaria (MLC). Abbiamo analizzato il potere discriminante specifico dei compiti su 142 partecipanti italofoni monolingui (8–13 anni), suddivisi in lettori monolingui con difficoltà (N = 37) e buoni lettori (N = 105) secondo test standardizzati di lettura in italiano. Le prestazioni nei compiti discriminanti dello “strumento ReadFree” sono state inserite in un modello CART (Classification and Regression Tree) per identificare i lettori monolingui con difficoltà e quelli con buone capacità di lettura. L’insieme delle regole di classificazione estratte dal modello CART è stato poi applicato alle prestazioni dei bambini MLC e la classificazione risultante è stata confrontata con quella basata sui test standardizzati di lettura in italiano. Secondo il modello CART, Auditory Go/No-Go (regolare), RAN e Entrainment100bpm sono risultati i compiti più discriminanti. Se confrontata con la classificazione clinica, l’accuratezza del modello CART è risultata dell’86% per i monolingui e del 76% per gli MLC. Le funzioni esecutive e le abilità di timing si sono dimostrate avere un ruolo rilevante nella lettura. I risultati del modello CART sugli MLC supportano l’idea che siano necessari compiti standardizzati ad hoc che vadano oltre la semplice lettura.