Comparing Spoken Versus iPad-Administered Versions of a Narrative Retell Assessment Tool in a Practice-Based Research Partnership
Notice bibliographique
Résumé
PURPOSE: In the current age of greater digital delivery of services, it is important to examine the validity and differences between spoken and digital delivery of materials. The current study is a practice-based research partnership between school-based speech-language pathologists (SLPs) and researchers, evaluating presentation effects and validity of a narrative retell assessment tool created by SLPs. METHOD: in three in-person story presentation conditions administered 1 week apart: spoken, iPad with audio-recorded natural rate of speech, and iPad with slow rate of speech. This was followed by 10 comprehension questions related to story events. Children also completed the Story Retelling subtests from the Test of Integrated Language and Literacy Skills (TILLS). RESULTS: Children recalled significantly fewer events in the spoken condition compared to audio-recorded iPad conditions. No significant effect of speaking rate was found. Presentation condition and rate did not affect performance on comprehension questions. Correlations among retell measures and corresponding subtests on a standardized language test ranged from weak to strong, providing some evidence of concurrent validity. CONCLUSIONS: This practice-based research partnership provided valuable insight into differences in delivery modality as well as the validity of a school-based SLP created narrative retell assessment tool. This study found that rate did not impact recall of events or performance on comprehension questions. Additionally, children performed better on narrative retell measures when stories were told using an iPad. This highlights the potential for iPad delivery as an option in narrative retell tasks. Finally, this study provided an initial examination of the Narrative Evaluation Tool's validity, finding the tool captures ability to recall narrative events; however, future studies are needed to examine the tool's validity as a measure of narrative comprehension. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.25260910.
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 | 0,038 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».