MétaCan
Menu
Retour à la cohorte
Enregistrement W2052371015 · doi:10.1080/01411920701609315

The impact of early reading interventions delivered by classroom assistants on attainment at the end of Year 2

2008· article· en· W2052371015 sur OpenAlexaff
Robert Savage, Sue Carless

Notice bibliographique

RevueBritish Educational Research Journal · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionReading (process)PsychologyLiteracyTest (biology)Reading comprehensionIntervention (counseling)Developmental psychologyEducational attainmentPedagogy

Résumé

récupéré en direct d'OpenAlex

Previous research has shown that training teaching assistants to deliver early phonic reading interventions can have measurable effects at immediate post‐test. This study explored whether the effects of interventions delivered by classroom assistants (CAs) were still evident at the end of the first phase of schooling, 16 months after the early intervention finished. Children were divided into ‘treatment responder’ and ‘treatment non‐responder’ groups based upon post‐test decoding skills. The treatment responder group was significantly more likely to achieve average results in nationally administered tests (end of Key Stage 1 tests) and teacher ratings of attainment than the treatment non‐responders. Treatment responders were indistinguishable from national averages on the mathematics test, writing test and reading task performance, but differed on reading comprehension test and on teacher‐assessed attainment. Gains in reading delivered following early phonic reading interventions delivered by CAs are maintained for many children. Non‐responders and treatment responders with only modest decoding skill may require additional support to achieve national targets in literacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,453
Écart entre enseignants0,348 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Educational Research JournalMême sujetReading and Literacy DevelopmentTravaux en français237 207