Assessing Young Children’s Oral Language: Recommendations for Classroom Practice and Policy
Notice bibliographique
Résumé
A systematic review of research studies on oral language assessments for four-to-eight-year-old children reveals that a preponderance of the research has been published in speech-language pathology and language testing journals. Although educational researchers recognize the importance of oral language to children’s literacy and learning, there is a paucity of research on oral language assessment conducted by educational researchers and published in educational research journals. The research identified in the systematic review focused primarily on narrative comprehension, vocabulary and syntax in children’s oral language. Researchers in the reviewed studies gathered children’s oral language samples in one-on-one adult-directed contexts for the most part. Bringing together results of the systematic review and findings from our action research with northern Canadian rural and Indigenous teachers, we discuss implications for developing classroom practices for assessing young children’s language across linguistic and cultural contexts. Policy implications include the creation of forums for teachers, literacy educators and speech-language pathologists to collaborate and learn from each other in order to support children’s oral language in classroom and speech-language service settings.
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 | 0,128 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,013 | 0,024 |
| Science ouverte | 0,012 | 0,011 |
| Intégrité de la recherche | 0,021 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».