Developing, Testing and Interpreting a Cross Age Peer Tutoring Intervention for Mathematics: Social Interdependence,Systematic Reviews and an Empirical Study.
Notice bibliographique
Résumé
Abstract Cross-age peer tutoring is a peer learning strategy which has been shown to improve both socio and academic process of learning factors as well improve attainment in various subjects. There is, however, still room for the intervention to be developed: which was the aim of this work. This was done by applying important socio interdependent aspects such as resource, interpersonal and goal interdependence to a cross-age-peer tutoring intervention in mathematics. Prior to developing the method, the researcher engaged with the theoretical literature as well as provides two forms of systematic reviews. The newly informed cross-age peer tutoring method was then tested on three schools, two of which adopted a pre-post-test quasi-experimental design and one took a single group pre-post-test design. All the schools applied an Interdependent Cross-Age Tutoring (ICAT) format for a period of 6 weeks, on the basis of a 30 minute session once a week. Mathematics head-teachers, facilitators, teachers and students were all trained in various aspects of ICAT. To capture and interpret the impact of the intervention, performance instruments were innovated for each school, together with various previously established attitude sub-scales. In order to measure implementation fidelity ICAT lesson materials were collected for most of the topics and each school received general as well as structured pair observations from the researcher. Also, in order to explore how different groups learned under ICAT the lesson materials of the higher performing tutees were compared to those of the lower performing tutees on various aspects. The findings were mixed, with one of the quasi-experimental design schools showing a highest effect size of 0.81 favoring the ICAT group. The impact of ICAT on important and broader processes of learning attitude variables, social as well as academic, are also discussed. Comparisons of lesson materials between higher performing tutees and lower performing tutees revealed that the highest performing tutees showed better implementation of an essential socio-interdependent aspect: setting a shared academic goal.
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 | 0,122 | 0,260 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,018 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 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 ».