Investigating the Efficacy of <i>Reading Adventure Time!</i> for Improving Reading Skills in Children with Visual Impairments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Reading Adventure Time!, formerly known as the pilot version of the iBraille Challenge Mobile App, is an educational technology tool integrating digital literacy to support braille reading and writing instruction for students in 1st–12th grades. Designed to operate on an Apple iPad with a refreshable braille display, Reading Adventure Time! uses gaming strategies to motivate students to improve literacy skills such as fluency, comprehension, writing dictation, and proofreading. Methods: The application (app) was developed under a Stepping Up Technology grant (H327S120007), which was disseminated to more than 50 teachers and students. Teachers and caregivers completed a Likert-type scale of technology skills as a pre- and postmeasure. Students’ reading speed, comprehension, and miscues were measured by the app. Results: Over 50 participants who used the app showed gains in reading and technology skills. Discussion: Students’ reading speeds, as measured by the app, mirror the reading speeds found in prior research (e.g., the ABC Braille Study). The impact on technology skills for teachers, caregivers, and students was much greater than anticipated. Implications for practitioners: The study provides evidence supporting Reading Adventure Time! as a supplemental intervention that addresses several reading skills and may be used in conjunction with a total, balanced literacy program.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle