Microgames and Language Learning: Performance Before Competence?
Notice bibliographique
Résumé
This paper reports on a study in which pairs of first-graders played microgames on small-screen handheld devices every day for 9 weeks. Its purpose was to find out whether, and if so how, adding digital games into classroom communications could ‘fast-track’ learning, accelerate language and literacy development, and whether it could also help bridge communication barriers for ELL learners, who may be shy, intimidated, or simply linguistically unable to interact as equals with their classmates. The “microgames” students played together were fast-paced, high engagement games that feature almost entirely one-word, verb-based instructions: “Rock”, “Hide”, “Pick”, “Protect”, and so on. Videos, fieldnotes and teacher reports note that social and linguistic interaction between children as and after they played demonstrably increased. Students’ language learning appeared to be accelerated by the game’s imperative to quickly decode and follow written instructions, even though many of these 6- and 7-year-olds did not yet read well enough to do that. The vocabulary which they were, in a matter of days, effectively recognizing and acting on was often far advanced from their usual first grade language arts lexicon, with words like “disguise”, “hypnotize”, “escape” and so on, presumed and treated, from a curricular standpoint, as exceeding their linguistic competence. Equally noteworthy was the technical competence the children displayed in mastering game controls, along with an array of different game mechanics. Using video documentation throughout the study provided both empirical evidence and persuasive examples of how playful interaction with more capable peers can support linguistic development as well as, or even more effectively than, conventional language curriculum and instruction, suggesting that when learning is scaffolded by play, our reach can so often exceed our grasp.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 | 0,001 |
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.
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 ».