MétaCan
Menu
Retour à la cohorte
Enregistrement W1834674350 · doi:10.1111/j.1467-9817.2011.01502.x

Text features and preschool teachers’ use of print referencing

2011· article· en· W1834674350 sur OpenAlexaff
Jaclyn M. Dynia, Laura M. Justice, Jill M. Pentimonti, Shayne B. Piasta, Joan N. Kaderavek

Notice bibliographique

RevueJournal of Research in Reading · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesInstitute of Education Sciences
Mots-clésSalience (neuroscience)PsychologySentenceLinguisticsMathematics educationCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Storybook features, such as linguistic richness and print salience, potentially influence how a teacher references print. This study addressed two research questions: (1) to what extent does the linguistic richness and print salience of children's storybooks relate to teachers’ use of print referencing? and (2) to what extent is there an interplay between storybooks’ linguistic richness and print salience when predicting teachers’ use of print referencing? Fifty‐seven teachers participated in a whole‐group read‐aloud intervention while including print‐referencing behaviours. Researchers analysed teacher videos in order to (1) document teachers’ use of print referencing and (2) document the storybook's linguistic features and print salience. Results indicated that print salience is highly positively related to teachers’ use of print referencing. Also, the constructs of Print Salience Metric (PSM) and total words predicted teachers’ use of print referencing, and the interaction between PSM and mean length of sentence was significant for storybooks with moderate and high PSM scores.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,314
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,245
Tête enseignante GPT0,435
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in ReadingMême sujetReading and Literacy DevelopmentTravaux en français237 207