Advancing Learner-Informed Practices in Early Reading: A Collaborative Response to Intervention (RTI) Partnership
Notice bibliographique
Résumé
This study examined the efficacy of teacher-implemented interventions to accelerate foundational reading skills in 48 children (mean age 5 years, 3 months) in their first year of school, within a Response to Intervention (RTI) framework. Formal RTI is currently being used across the United States to inform early and efficient intervention for children who are at risk for reading difficulties. While there is growing awareness of the benefits of early screening, effective classroom instruction, and evidence-based intervention, such a formalized, multi-tiered approach is not as prevalent in Canada. Four participating kindergarten teachers received professional development on comprehensive and evidence-based early reading instruction. Throughout a school year complicated by unprecedented challenges due to Covid-19 (i.e. extended student absences, teacher shortages, teacher burnout), teachers embedded explicit teaching of phonological awareness and phonics skills into their existing literacy programs for all students in the classroom at Tier 1, and monitored students’ progress monthly using curriculum- based measures (CBMs) of reading. Students who did not demonstrate gains in response to instruction, as per results on CBMs, were identified for intensified Tier 2 small-group intervention. Results suggest that timely professional learning coupled with evidence-aligned resources and ongoing facilitation throughout the school year for classroom teachers can accelerate kindergarten students’ emergent literacy skills. Additionally, whereas results indicated a statistically significant difference between students who received Tier 1 classroom instruction and students who received supplemental Tier 2 intervention with regard to Letter- Word Skills at the beginning of the school year, group means were not significantly different at the end of the school year. Situating teachers at the heart of implementation and using multiple means of concurrently-gathered intervention and implementation data, these findings offer valuable insight into designing effective, multi-tier interventions for all students. Finally, despite the exceptional circumstances due to the Covid-19 pandemic, this study demonstrates that purposeful instruction and supplemental intervention targeting foundational literacy skills can effectively close the gap for our priority students.
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».