MétaCan
Menu
Retour à la cohorte
Enregistrement W4313590302 · doi:10.1177/10538151221142795

Examining the Remote Learning Experiences of Children Born Very Preterm During the COVID-19 Pandemic

2023· article· en· W4313590302 sur OpenAlexaff
Daphne M. Vrantsidis, Tim C. Horn, Rebekah A. Benkart, Tyler Busch, Kerry E. Orton, Mary Lauren Neel, Nathalie L. Maitre, H. Gerry Taylor

Notice bibliographique

RevueJournal of Early Intervention · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensUniversity of Calgary
Organismes subventionnairesResearch Institute, Nationwide Children's HospitalNationwide Children's Hospital
Mots-clésPsychologyPandemicCoronavirus disease 2019 (COVID-19)Gestational agePsychological interventionDevelopmental psychologyPediatricsMedicinePregnancyDisease

Résumé

récupéré en direct d'OpenAlex

This study examined the remote learning activities children born very preterm (VPT; gestational age ≤ 30 weeks) received, compared with children born full term (FT; gestational age ≥ 37 weeks), during the COVID-19 pandemic. Parents of 5- to 6-year-olds born VPT ( n = 33) and FT ( n = 33) reported on the provision, frequency, and duration of teacher-provided live instruction, educational materials, and homework; and parent-provided educational materials. More kindergarten children born VPT received small group instruction and fewer received large group instruction than FT children. Preschoolers born VPT engaged in parent-provided learning apps, educational videos, and reading activities less frequently or for shorter durations than FT children. Findings suggest that while teachers generally implemented remote learning similarly for children born VPT and FT, parents did not. Children born VPT are at higher risk for educational problems and may benefit from more intensive school- and home-based educational interventions to help offset the impact of school closures.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,323
Écart entre enseignants0,272 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Early InterventionMême sujetInfant Development and Preterm CareTravaux en français237 207