The Impact of Full-Day Kindergarten on Learning Outcomes and Self-Regulation Among Kindergarten Children at Risk for Placement in Special Education
Notice bibliographique
Résumé
Two-year, play-based, full-day kindergarten (FDK) has been shown to have long-term academic and self-regulation benefits for young children. This article addresses the question of whether FDK has particular benefits for children who may be at risk for placement in special education. Participants included 592 kindergarten children in their second year of kindergarten, with an average age of 5 years, 9 months. Parent reports indicated that 56% of the children spoke a language other than English at home. The research design exploited a natural experiment that occurred due to the phasing-in of FDK, creating two groups of children who attended either FDK or half-day kindergarten (HDK). Kindergarten children’s outcomes in vocabulary, reading, writing, mathematics, and self-regulation were used to create two achievement groups based on data cut-points: below average and average to above average. Following a series of binary logistic regression analyses, results showed that HDK children were significantly more likely than FDK children to be in the below average group in the areas of reading, vocabulary, and self- regulation. In fact, results for self-regulation showed that HDK children were three times more likely to fall into the below average group. These results are consistent with our larger study on the longitudinal impact of FDK to Grade 3. The article discusses the importance of play-based learning in fostering self-regulation and providing opportunities for small- group learning in the FDK program. For children who struggle academically, full-day learning through play with the guidance of an educator team may present additional benefits.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».