Is Writing Correct and Well-Organized Characters Necessary for Academic Achievement? A Comparison of the Relationship Between Kanji Writing Scores and Academic Achievement on Two Scoring Criteria
Notice bibliographique
Résumé
本研究は小学1～6年生155名を対象に漢字書字課題を行い、正しく整っている／判読可能の2基準で採点し、学力および視覚情報処理能力との関係を検討した。結果、双方の採点基準で学力との相関を認めたが、整った文字は判読可能文字に比して相関係数が有意に高くはならなかった。また文字の正確性や綺麗に書くこと自体が学習となる下学年では整った文字と視知覚および視覚認知の相関が強く、相関は学年が上がると弱くなることから、整った文字を習得する過程では視知覚・認知機能の負荷が高く、上学年で整った文字を書くためには文字の詳細なイメージを思い浮かべる必要性から視覚性ワーキングメモリーへの負荷の高さが示唆された。よって学力を従属変数とした場合に正しく整った文字が書けることの蓋然性は確認されず、文字形態を整える指導に注力することは、発達障害をはじめとする認知機能に個人内差のある児童の学習到達度には好影響とはならない可能性が考えられた。
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».