MétaCan
Menu
Retour à la cohorte
Enregistrement W4247974779 · doi:10.3390/educsci9030216

Reading and Deafness: State of the Evidence and Implications for Research and Practice

2019· article· en· W4247974779 sur OpenAlexaff
Beverly J. Trezek, Connie Mayer

Notice bibliographique

RevueEducation Sciences · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésReading (process)Reading comprehensionPsychologyComprehensionSpoken languageCognitive psychologyModality (human–computer interaction)Phonological awarenessProcess (computing)LinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

Over the years, persistently low achievement levels have led scholars to question whether reading skill development is different for deaf readers. Research findings suggest that in order for deaf students to become proficient readers, they must master the same fundamental abilities that are well established for hearing learners, regardless of the degree of hearing loss or communication modality used (e.g., spoken or signed). The simple view of reading (SVR), which hypothesizes the critical role both language abilities and phonological skills play in development of reading comprehension, provides a model for understanding the reading process for a wide range of students and has the potential to shed light on the challenges deaf students have historically experienced in achieving age-appropriate outcomes. Therefore, the purpose of this paper is to review the components of the SVR and use this conceptual model as the basis for exploring and discussing both historical and current research evidence in reading and deafness, with a particular focus on phonological skills. Recommendations for future research and practice based on the existing body of literature will also be provided.

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)0,030
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,113
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,007
Communication savante0,0090,010
Science ouverte0,0030,003
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,427
Tête enseignante GPT0,600
Écart entre enseignants0,173 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations48
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetHearing Impairment and CommunicationTravaux en français237 207