MétaCan
Menu
← Retour à la cohorte
Enregistrement W6982766924

Knowledge of Late-Emerging Reading Disabilities Amongst Current and Future Ontario Educators

2023· article· en· W6982766924 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading (process)Psychological interventionKnowledge levelPerceptionReading disabilityProfessional development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Children with Late Emerging Reading Disabilities (LERD) are believed to represent a significant proportion of children with reading disabilities (Badian, 1999; Leach et al., 2003; Shaywitz et al., 1992). Yet, these disorders have gone unnoticed or are minimally discussed in educational settings (Chugh, 2011; Catts et al., 2012). Little is known about the extent of teachers’ LERD knowledge, which is problematic given their role in supporting students with reading difficulties. In the first study of this dissertation, in-service teachers’ knowledge, and perceptions of LERD was investigated. Results showed that teachers had little knowledge of LERD and limited confidence in their abilities to identify and provide interventions for these students in the classroom. Based on these findings, a web-based, self-paced workshop was developed with the purpose of increasing educators’ conceptual and practical knowledge of LERD. Participants in Study 2 were pre-service teachers at the University of Western Ontario. Participants watched three module videos, completed associated quizzes, and completed pre- and post-workshop questionnaires. The findings of this study supported the utility of the short web-based workshop for significantly improving pre-service teachers’ conceptual knowledge of LERD. There was some support for its impact on practical knowledge acquisition. Implications for current and future educators’ professional development as well as limitations and next steps for this area of 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,290
Score d'incertitude au seuil0,583

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,075
Tête enseignante GPT0,351
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetReading and Literacy Development→Travaux en français237 207→