iPad Versus Handwriting: Pilot Study Exploring the Writing Abilities of Students with Learning Disabilities
Notice bibliographique
Résumé
Abstract Written expression is an essential skill to actively function in today's society. For many learners, especially those with a learning disability (LD), writing can be a source of frustration. Technology in its various forms, holds promise to assist students in this area. The current study examines the role that tablet technology, specifically, iPads, has on the writing skills of students who have an LD. Using a visual analysis approach and paired-sample t-tests, the current study examines how the writing of nine (female = 1, age = 12.5; male = 8; mean age = 11.5) grade six Caucasian students from Northern Ontario with an LD differs when they write by hand versus writing with an iPad. Specifically, the study examines whether there is a difference in (a) writing productivity; (b) spelling accuracy; (c) lexical diversity; (d) syntactical complexity; and, (e) ideas expressed. Results revealed that digital writing using an iPad was effective in significantly improving spelling accuracy, number of T-units and number of ideas expressed. There was also an insignificant improvement in the areas of writing productivity, number of sentences written, and grammatical errors. The results of the current study suggest that the use of iPads has a positive influence on' writing. Therefore, the use of iPads may have long-term effects that cannot be measured sufficiently in a short-term study.
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 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 | 0,002 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».