MétaCan
Menu
Retour à la cohorte
Enregistrement W2047686184 · doi:10.1155/2014/386762

Taxonomies Support Preschoolers’ Knowledge Acquisition from Storybooks

2014· article· en· W2047686184 sur OpenAlexaff
Ashley M. Pinkham, Tanya Kaefer, Susan B. Neuman

Notice bibliographique

RevueChild Development Research · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensLakehead University
Organismes subventionnairesInstitute of Education SciencesSociety for Research in Child Development
Mots-clésVocabularyComprehensionPsychologyLiteracyReading (process)Reading comprehensionDevelopmental psychologyComputer scienceLinguisticsPedagogy

Résumé

récupéré en direct d'OpenAlex

For young children, storybooks may serve as especially valuable sources of new knowledge. While most research focuses on how extratextual comments influence knowledge acquisition, we propose that children’s learning may also be supported by the specific features of storybooks. More specifically, we propose that texts that invoke children’s knowledge of familiar taxonomic categories may support learning by providing a conceptual framework through which prior knowledge and new knowledge can be readily integrated. In this study, 60 5-year olds were read a storybook that either invoked their knowledge of a familiar taxonomic category (taxonomic storybook) or focused on a common thematic grouping (traditional storybook). Following the book-reading, children’s vocabulary acquisition, literal comprehension, and inferential comprehension were assessed. Children who were read the taxonomic storybook demonstrated greater acquisition of target vocabulary and comprehension of factual content than children who were read the traditional storybook. Inferential comprehension, however, did not differ across the two conditions. We argue for the importance of careful consideration of book features and storybook selection in order to provide children with every opportunity to gain the knowledge foundational for successful literacy development.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,014

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 Opus0,068
Tête enseignante GPT0,373
Écart entre enseignants0,305 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild Development ResearchMême sujetReading and Literacy DevelopmentTravaux en français237 207