Avaliação das habilidades auditivas em crianças com alterações de aprendizagem Evaluating auditory abilities in children with learning disabilities
Tatiane Maria Pelitero; Alessandra Kerli da Silva Manfredi; Andrea Pires Corrêa Schneck · 2010 · Revista CEFAC
WASTE classifies this as Negative / Null Result Report · AI classification, approximate
The study found no significant effect — useful as a negative control or null benchmark for your own design.
Abstract
OBJETIVO: comparar o desempenho na Avaliação Simplificada do Processamento Auditivo (ASPA) e no Pediatric Speech Intelligibility Test (PSI), de crianças com alteração de Aprendizagem da Leitura e Escrita e sem este tipo de alteração. MÉTODOS: participaram da pesquisa 28 crianças na faixa etária de 8 a 12 anos, do sexo masculino e feminino. Os participantes foram submetidos ao Teste de Desempenho Escolar (TDE) para a categorização dos grupos de estudo e controle, e, para avaliação das habilidades auditivas foram aplicados a ASPA e o Teste PSI. RESULTADOS: não foi observada associação estatistic
Abstract by Tatiane Maria Pelitero; Alessandra Kerli da Silva Manfredi; Andrea Pires Corrêa Schneck, Revista CEFAC (2010) — licensed CC BY 4.0.
About to run something similar?
Run an AI Precheck on your own design to catch failure modes like this one before you spend the time. Your first desk check is free.
Related failures
t-Test at the Probe Level: An Alternative Method to Identify Statistically Significant Genes for Microarray Data
Negative / Null Result ReportMeteorological Causes of the Secular Variations in Observed Extreme Precipitation Events for the Conterminous United States
Negative / Null Result ReportThe Next Generation of Sepsis Clinical Trial Designs
Negative / Null Result ReportAnalysis of DNA Methylation in Young People: Limited Evidence for an Association Between Victimization Stress and Epigenetic Variation in Blood
Negative / Null Result ReportStudy preregistration: an early example and analysis.
Negative / Null Result ReportInsights Into LSTM Fully Convolutional Networks for Time Series Classification
WASTE indexes this work — it does not host or republish it. Failure-type classification is automated and approximate.
Metadata source: DOAJ