Working Memory Training and the Effect on Mathematical Achievement in Children with Attention Deficits and Special Needs
Notice bibliographique
Résumé
Working Memory (WM) has a central role in learning. It is suggested to be malleable and is considerednecessary for several aspects of mathematical functioning. This study investigated whether work with aninteractive computerised working memory training programme at school could affect the mathematicalperformance of young children. Fifty-seven children with attention deficits participated in an interventionprogramme. The treatment group trained daily, for 30-40 min. at school for five weeks, while the control groupdid not get any extra training. Looking at the group as a whole, mathematical performance improved in thetreatment group compared with the control group directly following the five weeks of training (Time 2), but theresults of the second post-test (Time 3, approximately seven months later) were no longer significant. Since therewas only a small number of girls, the results were analysed for boys only. The boys had improved theirmathematical results in both post-tests. WM-measures improved at Time 2 and 3 relative to Time 1 (pre-test) forthe whole group, and for boys. Differences in training scores were related to differences in the non-verbalWM-measure Span board back.The results indicate that boys aged 9 to 12 with special needs may benefit, over time, from WM training, asshown in the enhanced results in mathematics following WM training. However, as the intervention and controlgroups were not randomised, the results cannot be generalised; the results must be considered with caution.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».