Using an Instructional Fluency Approach to Teach Addition Skills in a Pupil Referral Unit: A Pilot Study
Notice bibliographique
Résumé
Pupil referral units (PRUs) in Wales accommodate children who present with a range of difficulties that cannot be managed within a mainstream setting. Many children attending PRUs in Wales do not develop the numeracy skills that they need to support their learning across the curriculum. In an effort to teach and assess addition skills, the authors assessed the effects of using a combination of direct instruction (DI) and precision teaching (PT) in a PRU. Over six school weeks, we worked with five children (aged 7 to 10 years) on a 1:1 basis through the Corrective Mathematics addition curriculum (Engelmann and Carnine, 2005). Following each lesson, the children completed an individualised fluency assessment, which we tailored to their needs using PT methods. We collected baseline and follow- up data using the Test of Early Mathematics Ability (TEMA-3), the Wide Range Achievement Test (WRAT-4) and the Corrective Mathematics placement test. We also interviewed the children post- intervention to gain insight into their experience of the approach. The results provide evidence to support the use of an instructional fluency approach in a PRU setting to help children develop early mathematics skills, particularly for children who engaged in the sessions regularly. Due to the small sample size, the results of this study have limited generalisability but may help shape future research investigating effective strategies for teaching mathematics in PRUs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».