8. Chromebooks vs. Printed Books – Exploring Influences on Students’ Reading Comprehension and Dictionary-use
Notice bibliographique
Résumé
The digital age is an era beginning in the 1980s in societies wherein the retrieval, management, and transmission of information using digital technology is a principal activity (Flewitt, Messer, & Kucirkova, 2015). In recent years, digital technology has been rapidly incorporated into Canadian schools, inspiring a debate concerning how educators should use newly emerging digital technology in the classroom, and ultimately whether digital media platforms should be accepted as a replacement for print-based media platforms at all. This research project uses quantitative methods and a within-subjects research design to compare fifth grade Eastern Ontarian students’ frequency of dictionary-use and reading comprehension scores when reading a Chromebook and using an online dictionary, in contrast to when reading a printed book and using a printed dictionary. It was hypothesized that students would achieve higher reading comprehension scores and demonstrate more frequent dictionary-use when reading with a Chromebook and online dictionary than when reading a printed book and using a printed dictionary. This was due to the reportedly more ergonomic nature of digital media platforms (Dundar & Akcayir, 2012), and to the unique set of skills acquired by many children growing up during the digital age (Steeves, 2014). It was found that the participants used the online dictionary significantly more frequently than the printed dictionary, but no significant difference was found between participants’ reading comprehension scores in the two conditions. The results of this research project may have implications for the pedagogical tools and practices used in local Eastern Ontarian elementary school classrooms.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».