Neuroeducation, Classroom Interventions and Reading Comprehension: A Systematic Review of the 2010-2022 Literature
Notice bibliographique
Résumé
Reading comprehension is the cornerstone of human development, and consequently a fundamental and indispensable tool for communication and social interaction. In recent years, the field of reading comprehension research has been tightly connected with educational neuroscience, which has produced a growing number of interventions aimed at turning theoretical ideas of neuroeducation into practical efforts applicable to the classroom. The aim of the present systematic review was to analyze the state of neuroeducational research, to identify the main characteristics of the interventions developed, and to propose suggestions on the main findings that contribute to neuroeducation research on reading comprehension. Based on the guidelines of the PRISMA method, an exhaustive search was carried out in high impact databases. The selection process yielded 13 eligible studies and they were analyzed in terms of, for instance, theoretical focus, context and participants, and main findings. Results show that these studies most frequently addressed the emotional principle of self-regulation, the importance of the social principle of neuroeducation and its impact on the development of reading comprehension skills through activity breaks, holistic environment and physical exercise, and sensory cognitive development of attention and memory skills. Despite the homogeneity of the interventions presented in these studies, they showed significant effects on reading development, displaying higher research development concerning emotional and social aspects. The present study discusses the contributions of neuroeducational classroom interventions towards the development of reading comprehension skills, offering practical recommendations for teachers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».