Separating the Medium from the Message: Effects of Web- Versus Pencil and Paper- Delivery of the ABRACADABRA Intervention on Literacy, Motivation and Self-Esteem
Notice bibliographique
Résumé
This study reports a randomized control trial intervention investigating the impact of delivery format (computer versus paper) on students’ reading and spelling skills, reading motivation and self-esteem using a web-based early literacy tool, A Balanced Approach for Children Designed to Achieve Best Results for All (ABRACADABRA) alongside a paper version of this tool. Based on critiques of technology by Clark (1983) and the Time-Displacement Hypothesis of technology (Vandewater, Bickham, & Lee, 2006), we predicted negative effects of technology on reading, spelling, and reading-related motivation, and self-esteem at post-test. The ABRACADABRA intervention was supplemental, delivered in three weekly 15-minute supplemental reading sessions for eight weeks. Results first showed no difference in the pace and depth of delivery across format and also showed comparable improvements in participants’ reading and spelling at post-test in both the computer-based and paper ABRACADABRA instruction conditions and little evidence of difference by medium of intervention delivery on reading motivation, self-esteem, and enjoyment. It was concluded that the computer-based intervention does not have negative effects over its paper counterpart on students’ literacy skills, and related literacy percepts, and provide no support for the Clark or Time-Displacement Hypotheses in this context.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».