MétaCan
Menu
Retour à la cohorte
Enregistrement W3037411847 · doi:10.5539/elt.v13n7p130

Using Interactive Picture-Book Read-Alouds with Middle School EFL Students

2020· article· en· W3037411847 sur OpenAlexvenueno aff
Chia‐Ho Sun

Notice bibliographique

RevueEnglish Language Teaching · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyReading (process)Reading aloudThink aloud protocolMathematics educationShared readingIntervention (counseling)PedagogyLiteracyLinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

The current study investigated the effects of interactive picture-book read-alouds on middle school EFL students’ word inference ability and attitudes toward reading in English. To this end, two classes of seventh-grade students from a public middle school in Taiwan participated and were randomly divided into two groups: an interactive picture-book read-aloud (IPBRA) group and a control group. The intervention took place in a 40-minute morning study hall per week over a period of 10 weeks. The two groups were tested using Reading Attitude Survey (RAS) and Word Inference Assessment (WIA) two weeks before and then two weeks after the intervention was implemented to assess improvement. Results indicated that interactive picture-book read-alouds had a positive impact on EFL middle schoolers’ reading attitudes and use of text and prior knowledge to infer the meanings of unfamiliar words. This study suggests that the motivating learning atmosphere of interactive picture-book read-alouds provided positive classroom environment and enabled students to have fun while interacting freely with one another, which, in turn, facilitated reading attitude changes, leading to better learning and better performance on word inference in subsequent reading activities.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,291 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetChild Development and Digital TechnologyTravaux en français237 207