MétaCan
Menu
Retour à la cohorte
Enregistrement W2011230110 · doi:10.1109/icalt.2012.130

Construction of Reading Guidance Mechanism on E-book Reader Applications for Improving Learners' English Comprehension Capabilities

2012· article· en· W2011230110 sur OpenAlexaff
Chun‐Wang Wei, Zong-Han Hsieh, Nian‐Shing Chen, Kinshuk Kinshuk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésReading (process)Computer scienceReading comprehensionMechanism (biology)ComprehensionMultimediaMathematics educationLinguisticsPsychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

E-book readers have the inherent advantage of affording learners both mobility and convenience. They can be considered ideal pedagogical tools for supporting learners' reading activities. In this study, the reading strategies SQ3R (Survey, Question, Read, Recite and Review) with the guidance mechanism were integrated into the e-book reading environment for assisting learners in their reading processes. An experiment was conducted to evaluate the effects of the reading guidance mechanism on the performance of English reading comprehension. The results show that learners who received reading guidance achieved better reading comprehension than those who didn't. Learners can get real benefits from the reading strategies only when they do carry through the strategies.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,074
Tête enseignante GPT0,348
Écart entre enseignants0,274 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Adoption and User BehaviourTravaux en français237 207