MétaCan
Menu
Retour à la cohorte
Enregistrement W4414983035 · doi:10.1177/215416471905400407

Comparison of Concrete and App-Based Manipulatives to Teach Subtraction Skills to Elementary Students with Autism

2019· article· en· W4414983035 sur OpenAlexaff
Laura Bassette, Emily C. Bouck, Jordan Shurr, Jiyoon Park, McKenzie Cremeans

Notice bibliographique

RevueEducation and training in autism and developmental disabilities · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAutismSubtractionIntervention (counseling)Teaching methodPsychological interventionLearning disabilitySpecial educationElementary mathematicsPrimary education

Résumé

récupéré en direct d'OpenAlex

Elementary students with autism spectrum disorders (ASD) who struggle with mathematics may be limited in opportunities to pursue advanced mathematics potentially impacting post-school outcomes, including postsecondary education and employment opportunities. Interventions that provide visual instruction, such as manipulatives, along with systematic instruction may be beneficial in teaching students computational skills. The purpose of this study was to expand upon previous research comparing the use of concrete and app-based manipulatives to teach elementary students with ASD to solve subtraction problems. The results from this single case alternating treatment design study indicate students completed more steps independently per minute during the app-based manipulative condition. Accuracy improved during both intervention conditions, however, only two participants demonstrated improved maintenance scores. The implications of using manipulatives with students with ASD and areas of future research are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,359
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation and training in autism and developmental disabilitiesMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207