Pedagogical strategies for teaching literacy to ESL immigrant students: A meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Many countries rely on immigrants for population growth and to maintain a skilled workforce. However, many such immigrants face literacy-related barriers to success in education and in the labour force. AIMS: This meta-analysis reviews experimental and quasi-experimental studies to examine strategies for teaching English literacy to immigrant students. METHOD: Following an exhaustive and systematic search for studies meeting pre-determined inclusion criteria, two researchers independently extracted data from 26 English as a Second Language (ESL) studies involving 3,150 participants. These participants consisted of ESL immigrant students in kindergarten through grade 6 who were exposed to English literacy instructional interventions. Measured outcomes were reading and writing. RESULTS AND CONCLUSIONS: Mean effect sizes vary from small to large, depending on instructional interventions and outcome constructs. Across several different grade levels, settings, and methodological features, pedagogical strategies used in teaching ESL to immigrant students are associated with increased competence in reading and writing. Collaborative reading interventions, in which peers engage in oral interaction and cooperatively negotiate meaning and a shared understanding of texts, produced larger effects than systematic phonics instruction and multimedia-assisted reading interventions. The results show that the pedagogical strategies examined in this meta-analysis produced statistically significant benefits for students in all grade levels. The findings also show that students from low socio-economic status (SES) background benefit from ESL literacy interventions. However, significant heterogeneity was found in each subset. Educators and policy makers are encouraged to consider specific school contexts when making decisions about optimal pedagogical strategies. It is possible that contextual factors as well as ESL learner characteristics may influence the effectiveness of these strategies. To ensure literacy acquisition for immigrant students whose primary language is not English, it is important to continue to research successful literacy practices in ways that better inform educators and policy makers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,028 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».