A Story Grows in Rural Uganda: Studying the Effectiveness of the Storytelling/Story-Acting (STSA) Play Intervention on Ugandan Preschoolers’ School Readiness Skills
Notice bibliographique
Résumé
Children in the developing world are at far greater risk for emotional, psychological, and health challenges; at the same time, they have little access to clinical interventions or other support services. The intervention presented in this study is a low-cost, play-based intervention that we believed could help to address early learning and developmental challenges in preschool children in under-resourced areas, in this case, rural Uganda. This study explores the connection among storytelling, story-acting, and school readiness skills, which include emergent literacy, receptive vocabulary, and theory of mind. Ugandan children ages 3 to 5 were randomly assigned to participate in either the Storytelling/Story-Acting (STSA) play intervention (n = 63) or a story-reading activity (n = 60) for one hour twice per week for six months. With the aid of translators, all children were assessed for school readiness skills (emergent literacy, receptive vocabulary, and theory of mind) before and after the six-month intervention. Caregivers were also administered an interview that assessed their educational level, quality of life, reading aloud to target child, social support, and total possessions. Overall, participants benefited significantly from a story-reading activity with or without STSA. When examining both groups together (N = 121 post-intervention), school readiness skills significantly improved. Caregiver variables also predicted these three child outcome variables at baseline, suggesting that caregivers play a significant role in the development of their children’s school readiness skills. Implications for these findings are discussed.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».