Erwerb der Handschrift bei Kindern mit und ohne Dysgraphie: Ein rechnerischer Ansatz
Thomas Gargot, Thibault Asselborn, Hugues Pellerin, Ingrid Zammouri, Salvatore M. Anzalone, Laurence Casteran, Wafa Johal, Pierre Dillenbourg, David Cohen, Caroline Jolly
Der Erwerb der Handschrift ist eine komplexe Fähigkeit, deren Beherrschung jahrelanges Training erfordert. Kinder mit Dysgraphie haben Schwierigkeiten, ihre Handschrift zu automatisieren. Dies kann zu Ängsten führen und sich negativ auf die Bildung auswirken. 280 Kinder wurden in Schulen und Fachkliniken ausgewählt, um die Concise Evaluation Scale for Children's Handwriting (BHK) auf digitalen Tablets durchzuführen.
Innerhalb dieses Datensatzes haben wir Kinder mit Dysgraphie identifiziert. Zwölf digitale Merkmale, die die Handschrift unter verschiedenen Aspekten (statisch, kinematisch, Druck und Neigung) beschreiben, wurden extrahiert und zur Erstellung linearer Modelle verwendet, um den Handschrifterwerb während der Ausbildung zu untersuchen. Das sogenannte K-means Clustering wurde durchgeführt, um eine neue Klassifizierung von Dysgraphie zu definieren.
Lineare Modelle zeigen, dass nur drei Merkmale (zwei kinematische und ein statisches) einen signifikanten Zusammenhang zur Vorhersage von Veränderungen der Handschriftqualität bei Kontrollkindern zeigten. Die meisten kinematischen und statischen Merkmale interagierten mit dem Alter. Die Ergebnisse deuten darauf hin, dass sich Kinder mit Dysgraphie nicht nur durch quantitative Unterschiede auf der BHK-Skala von Kindern ohne Dysgraphie unterscheiden, sondern auch eine andere Entwicklung in Bezug auf statische, kinematische, Druck- und Neigungsmerkmale aufweisen. Das K-Mittelwert-Clustering ergab 3 Cluster (Ci). Die Kinder in C1 wiesen eine leichte Dysgraphie auf, die in der Regel in der Schule nicht erkannt wird, während die Kinder in C2 und C3 eine schwere Dysgraphie zeigten. Insbesondere C2 enthielt Personen, die Anomalien in Bezug auf Kinematik und Druck aufwiesen, während C3 Kinder umfasste, die hauptsächlich Neigungsprobleme zeigten.
Die aktuellen Ergebnisse eröffnen neue Möglichkeiten für die automatische Erkennung von Kindern mit Dysgraphie im Klassenzimmer. Wir glauben auch, dass das Training von Druck und Neigung neue therapeutische Möglichkeiten durch Serious Games eröffnen kann.
