MétaCan
Menu
Retour à la cohorte
Enregistrement W2170790257 · doi:10.5539/ass.v9n16p81

Cue Speech and Language Achievement of Hearing-Impaired Children

2013· article· en· W2170790257 sur OpenAlexvenueno aff
Mohd Hanafi Mohd Yasin, Safani Bari, Nur Ain Mat Hassan

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalayPsychologyHearing impairedMathematics educationLinguisticsAudiologyMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to identify the achievement in Malay Language among hearing-impaired students who uses cue speech as communication tools. Observations and interviews were used throughout the research. Samples involved in this study consisted of 6 students who have hearing impairment that used cue speech as a tools of communication, 4 parents of students either mother or father, a teacher who teach Malay Language and 2 teachers who teach other than Malay Language such as Mathematics and Music. Besides that, the headmaster of the school was also interviewed. All six students who were involved in this study were students from primary school. Two students were from standard four, two students were from standard five and two students were from standard 6. All of these students were randomly chosen with the purpose to view their achievement as a whole. Suggestions for future researches were also proposed to increase the level of language achievement for students with hearing-impairment that uses cue speech as communication tools.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,322
Écart entre enseignants0,302 · 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'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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetHearing Impairment and CommunicationTravaux en français237 207