Supplemental Materials: Instruction Increases Canadian Students’ Preference for and Use of Lateral Reading Strategies to Fact-check Online Information
Notice bibliographique
Résumé
This repository contains the CTRL-F curriculum materials, assessments, analysis code and output, appendix, and supplemental tables for our paper reporting findings from a large-scale effort to provide lateral reading instruction to Canadian middle school and high school students in Fall 2020. The data used for the analysis are not publicly available.<br><br>The abstract for our paper, entitled "Instruction Increases Canadian Students’ Preference for and Use of Lateral Reading Strategies to Fact-check Online Information", may be found below:<br><br>"Canadian middle and high school students (N = 2,278) completed a “CTRL-F” curriculum teaching them how to evaluate online information by reading laterally to investigate sources, check claims, and trace information to original contexts. A subset of CTRL-F students (N = 316) were in classes with teacher-matched control groups (N = 287). Some CTRL-F students (N = 994) completed a delayed posttest. At pretest, students indicated preference for some lateral reading strategies, but preference rarely translated into use. Following instruction, CTRL-F students showed greater preference for and use of lateral reading than controls, and greater alignment between preference and use. The curriculum’s impact varied by demographic factors, but not by differences in implementation. Gains were maintained from posttest to delayed posttest. Direct instruction and practice in lateral reading appear to strengthen connections between students’ preferences and utilization of these strategies to evaluate online content relevant to academic and personal life."
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».