MétaCan
Menu
Retour à la cohorte
Enregistrement W2989697829 · doi:10.14705/rpnet.2019.38.988

Shouting in space: promoting oral reading fluency with Spaceteam ESL

2019· book-chapter· en· W2989697829 sur OpenAlexafffund
Walcir Cardoso, David I. Waddington, Enos Kiforo, Anne-Marie Sénécal

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensAga Khan FoundationConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFluencyReading (process)AffordanceAnecdoteSpace (punctuation)PsychologyReading aloudMathematics educationComputer scienceLinguisticsCognitive psychology

Résumé

récupéré en direct d'OpenAlex

This study examined whether the pedagogical use of Spaceteam ESL (English as a Second Language), a digital shouting game, could contribute to the development of Oral Reading Fluency (ORF) among 71 English students in secondary schools in Mombasa, Kenya. Following a mixed-methods approach for data collection and analysis, we pre- and post-tested the participants on their ability to read aloud efficiently (speed) and accurately (accuracy) in three tasks: (1) phrases extracted from the game; (2) phrases not related to the game; and (3) an anecdote. Our findings indicate that participants who played Spaceteam ESL improved their ORF on all measures of speed, but no significant differences were observed in terms of accuracy. Overall, these findings corroborate our hypothesis that some of the affordances of Spaceteam ESL (e.g. speed reading) would contribute to the development of some aspects of ORF.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1570,003

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 Opus0,017
Tête enseignante GPT0,287
Écart entre enseignants0,270 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSecond Language Acquisition and LearningTravaux en français237 207