MétaCan
Menu
← Retour à la cohorte
Enregistrement W4239355011 · doi:10.24124/2019/59065

Listening to learn: a quantitative study of listening comprehension in the elementary classroom

2019· dissertation· en· W4239355011 sur OpenAlexaff
Christy McKenna

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésActive listeningClass (philosophy)Listening comprehensionMathematics educationPsychologyComprehensionReading (process)Test (biology)Statistical analysisTask (project management)Reading comprehensionIntervention (counseling)PedagogyComputer scienceEngineeringLinguisticsMathematicsCommunicationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The goal of this research study was to investigate listening comprehension and demonstrate how a listening comprehension intervention could lead to improvement. This study intended to contribute to the knowledge base of research with elementary-aged students while providing educators with guidance in teaching listening. Two Grade 5 classes comprised of the participant groups; one class served as the intervention group, while the other class served as the control group. This study followed a quantitative research methodology using a quasi-experimental design that included pretesting and posttesting in listening and reading. Statistical analysis using t-tests compared the groups. The findings of this study did not achieve statistical significance but resulted in several educational significances. The implications of this study indicate that the task of designing an age-appropriate course and measuring improvement is challenging. Subsequent research in the area of listening comprehension course development and test development for this age group is recommended.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,041
Tête enseignante GPT0,378
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy Development→Travaux en français237 207→