MétaCan
Menu
Retour à la cohorte
Enregistrement W2028750477 · doi:10.5539/elt.v7n2p90

ESL Elementary Teachers’ Use of Children’s Picture Books to Initiate Explicit Instruction of Reading Comprehension Strategies

2014· article· en· W2028750477 sur OpenAlexvenueno aff
Al Tiyb Al Khaiyali

Notice bibliographique

RevueEnglish Language Teaching · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComprehensionReading comprehensionMathematics educationPsychologyReciprocal teachingPerceptionTeaching methodLiteracyReading (process)PedagogyComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

Reading comprehension instruction has been recognized as a key factor in developing any reading and literacy program. Therefore, many attempts were devoted to improve explicit comprehension strategy instruction at different school levels and fields including EFL and ESL. Despite these efforts, explicit comprehension instruction is still drought and far from satisfactory. Additionally, a great deal of teachers and educators are still struggling to find the appropriate ways to explicitly and effectively teach comprehension strategies. Consequently, the purpose of the present study was to explore the general perceptions and experiences of elementary English language teachers in using children’s picture books to initiate explicit comprehension strategy instruction. In order to obtain naturalistic and in-depth understanding of participating teachers’ perceptions, structured classroom observations were carried out for four weeks. Findings indicated that in about 718 minutes of instruction of both classrooms, 603 minutes were allotted for explicit comprehension strategy instruction. Despite some flaws in time management, the use of only one resource to collect data, and the focus on only comprehension strategy instruction, this study could contribute to the body of research of comprehension strategy instruction in language learning classrooms.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,268
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,286
Écart entre enseignants0,270 · 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'étudeQualitatif
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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetReading and Literacy DevelopmentTravaux en français237 207