MétaCan
Menu
Retour à la cohorte
Enregistrement W2564677955 · doi:10.5539/jel.v6n1p267

Using Digital Devices in a First Year Classroom: A Focus on the Design and Use of Phonics Software Applications

2016· article· en· W2564677955 sur OpenAlexvenueno aff
Maria Nicholas, Sophie McKenzie, Muriel Wells

Notice bibliographique

RevueJournal of Education and Learning · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Education and TrainingDeakin University
Mots-clésPhonicsComputer scienceMnemonicMathematics educationSoftwareLiteracyReading (process)PsychologyMultimediaPedagogyCognitive psychologyPrimary educationLinguistics

Résumé

récupéré en direct d'OpenAlex

When integrated within a holistic literacy program, phonics applications can be used in classrooms to facilitate students’ self-directed learning of letter-sound knowledge; but are they designed to allow for such a purpose? With most phonics software applications making heavy use of image cues, this project has more specifically investigated whether the design of the images used in such applications may impact on the effectiveness of their self-directed use in classrooms. Using a quasi-experimental study, we compared two types of pictorial mnemonics used in tablet applications, along with teacher-led activity in three first-year classrooms from the one school. The difference between teacher-led activity and integrated picture cues was significant, with teacher-led activity proving more effective. The difference between teacher-led activity and form-taking picture cues, however, was not statistically significant. Given that the outcomes of this small-scale study suggest that image design may be a significant design feature contributing to the educational value of using phonics applications in the classroom, we recommend that the design features of phonics software applications attract further research.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,103

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 Opus0,056
Tête enseignante GPT0,329
Écart entre enseignants0,273 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetReading and Literacy DevelopmentTravaux en français237 207