Differential Functioning of Reading Subskills on the OSSLT for L1 and ELL Students: A Multidimensionality Model‐Based DBF/DIF Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The increasing numbers of English language learners (ELLs) in Canadian schools pose a significant challenge to the standards‐based provincial tests used to measure proficiency levels of all students from various linguistic and cultural backgrounds. This study investigated the extent to which reading item bundles or items on the Ontario Secondary School Literacy Test (OSSLT) function differentially for Grade 10 students who speak only or mostly English at home (first language [L1] students; n = 1,969) and those whose home language is something other than English (ELL students; n = 3,675). Based on Roussos and Stout's (1996a) multidimensionality‐based DIF analysis paradigm, a variety of substantive and statistical techniques were employed: (a) content review by English as a second language (ESL) experts, (b) exploratory and confirmatory dimensionality analyses, and (c) confirmatory differential bundle functioning (DBF)/differential item functioning (DIF) procedures. The evidence gathered in the study indicated that items associated with vocabulary knowledge favored L1 students, whereas items requiring grammatical knowledge or integrated reading and writing skill favored ELL students. Instructional implications for the promotion of effective literacy education programs are discussed, as is the development of a literacy curriculum that can meet the needs of linguistically diverse learners in a multilingual context.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle