論文の概要: Choose Your Own Adventure: Interactive E-Books to Improve Word Knowledge and Comprehension Skills

• arxiv url: http://arxiv.org/abs/2403.02496v1
• Date: Mon, 4 Mar 2024 21:43:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 17:00:44.957106
• Title: Choose Your Own Adventure: Interactive E-Books to Improve Word Knowledge and Comprehension Skills
• Title（参考訳）: 自分の冒険を選ぶ: 対話型電子書籍で単語の知識と理解力を改善する
• Authors: Stephanie Day, Jin K. Hwang, Tracy Arner, Danielle McNamara, Carol Connor
• Abstract要約: 学生は、単語学習と理解的なモニタリング戦略を教える2つの電子書籍を読む。 学生は、単語学習や対象とするハリケーンの概念において、大きな進歩を見せた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The purpose of this feasibility study was to examine the potential impact of reading digital interactive e-books on essential skills that support reading comprehension with third-fifth grade students. Students read two e-Books that taught word learning and comprehension monitoring strategies in the service of learning difficult vocabulary and targeted science concepts about hurricanes. We investigated whether specific comprehension strategies including word learning and strategies that supported general reading comprehension, summarization, and question generation, show promise of effectiveness in building vocabulary knowledge and comprehension skills in the e-Books. Students were assigned to read one of three versions of each of the e-Books, each version implemented one strategy. The books employed a choose-your-adventure format with embedded comprehension questions that provided students with immediate feedback on their responses. Paired samples t-tests were run to examine pre-to-post differences in learning the targeted vocabulary and science concepts taught in both e-Books. For both e-Books, students demonstrated significant gains in word learning and on the targeted hurricane concepts. Additionally, Hierarchical Linear Modeling (HLM) revealed that no one strategy was more associated with larger gains than the other. Performance on the embedded questions in the books was also associated with greater posttest outcomes for both e-Books. This work discusses important considerations for implementation and future development of e-books that can enhance student engagement and improve reading comprehension.
• Abstract（参考訳）: 本研究の目的は,第5学年生の読書理解を支援する本質的スキルに対するデジタル対話型電子書籍の読解の影響を検討することである。 学生は、難解な語彙を学習し、ハリケーンに関する科学概念を目標とする、単語学習と理解監視戦略を教える2つの電子書籍を読む。 本研究は,一般読解,要約,質問生成を支援する単語学習や戦略を含む特定の理解戦略が,語彙知識や理解スキルの構築に有効であることを示すか検討した。 学生はeブックの3つのバージョンのうちの1つを読むように割り当てられ、各バージョンは1つの戦略を実行した。 それらの本は、生徒に即座に反応をフィードバックできるような、組込みの理解質問を備えた選好アドベンチャー形式を採用した。 対象語彙と科学概念をeブックで学習する前と後の違いを調べるために,t-testをペアで実施した。 どちらの電子書籍でも、学生は単語学習とターゲットのハリケーンの概念で大きな成果を示した。 さらに階層線形モデリング(Hierarchical Linear Modeling, HLM)は、一方の戦略が他方よりも大きな利得に結びついていることを明らかにした。 本書の組込み質問のパフォーマンスは、両電子書籍のポストテスト結果に関連付けられていた。 本研究は,学生のエンゲージメントを高め,読書理解を向上させる電子ブックの実装と今後の開発に関する重要な考察である。

関連論文リスト

• Can We Delegate Learning to Automation?: A Comparative Study of LLM Chatbots, Search Engines, and Books [0.6776894728701932]
  教科書やウェブ検索といった従来のリソースからの移行は、教育者の間で懸念を呼び起こす。 本稿では,教育者の立場から3つの主な懸念点を体系的に明らかにする。 その結果,LLMは受動的学習を促進することなく,鍵概念の包括的理解を支援するが,知識保持効果は限られていた。
  論文  参考訳（メタデータ） (2024-10-02T10:16:54Z)
• How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading [60.19226384241482]
  教科書や科学論文から10Kのインテキスト質問のデータセットであるGuidingQを紹介した。 言語モデルを用いてこのような質問を生成するための様々なアプローチを探索する。 我々は、そのような質問が読解に与える影響を理解するために、人間の研究を行う。
  論文  参考訳（メタデータ） (2024-07-19T13:42:56Z)
• Gaze-Driven Sentence Simplification for Language Learners: Enhancing Comprehension and Readability [11.50011780498048]
  本稿では,読解理解を高めるために,新しい視線駆動型文簡略化システムを提案する。 本システムでは、個々の学習者に適した機械学習モデルを導入し、視線特徴と言語特徴を組み合わせて文理解を評価する。
  論文  参考訳（メタデータ） (2023-09-30T12:18:31Z)
• ChatPRCS: A Personalized Support System for English Reading Comprehension based on ChatGPT [3.847982502219679]
  本稿では,ChatPRCSと呼ばれる読解支援システムを提案する。 ChatPRCSは、理解能力予測、質問生成、自動評価などの手法を採用している。
  論文  参考訳（メタデータ） (2023-09-22T11:46:44Z)
• Storyfier: Exploring Vocabulary Learning Support with Text Generation Models [52.58844741797822]
  本研究では,学習者の興味をひく対象語に対するコヒーレントな文脈を提供するために,Storyfierを開発した。 学習者は一般的に、生成したストーリーを目標語を接続し、学習負荷を緩和するための支援を書くのに好む。 読み書き学習セッションでは、AI機能のないベースラインツールで学習するよりも、Storyfierを使用する参加者は、リコールやターゲット語の使用でパフォーマンスが悪くなります。
  論文  参考訳（メタデータ） (2023-08-07T18:25:00Z)
• Enhancing Textbooks with Visuals from the Web for Improved Learning [50.01434477801967]
  本稿では,Webからの画像を用いた教科書を自動的に強化する視覚言語モデルの有効性について検討する。 数学、科学、社会科学、ビジネス分野における電子教科書のデータセットを収集します。 次に,テキスト画像マッチングタスクを設定し,テキスト画像の検索とテキストへの適切な割り当てを行う。
  論文  参考訳（メタデータ） (2023-04-18T12:16:39Z)
• Leveraging Visual Knowledge in Language Tasks: An Empirical Study on Intermediate Pre-training for Cross-modal Knowledge Transfer [61.34424171458634]
  視覚的知識を言語モデルに組み込むことがギャップを埋めるかどうかを検討する。 実験の結果,視覚的知識伝達は低リソース環境と完全教師付き環境の両方で性能を向上できることがわかった。
  論文  参考訳（メタデータ） (2022-03-14T22:02:40Z)
• Pedagogical Word Recommendation: A novel task and dataset on personalized vocabulary acquisition for L2 learners [4.507860128918788]
  Pedagogical Word Recommendation と呼ばれる新しいタスクのためのデータの提案と公開を行う。 PWRの主な目的は、学習者が既に見てきた他の単語に基づいて、ある学習者が与えられた単語を知っているかどうかを予測することである。 このITSの特徴として、学生は、自分たちが解決した質問から知らない単語を直接表示して、ワードブックを作成することができる。
  論文  参考訳（メタデータ） (2021-12-27T17:52:48Z)
• A Framework for Learning Assessment through Multimodal Analysis of Reading Behaviour and Language Comprehension [0.0]
  この論文は、どのように異なるスキルを計測し、自動的に得点するかを示している。 また,複数形態の学習者の反応に関する実例を用いて,学習実践がマルチモーダルスキルの変数に与える影響を実証した。
  論文  参考訳（メタデータ） (2021-10-22T17:48:03Z)
• Knowledge-Aware Meta-learning for Low-Resource Text Classification [87.89624590579903]
  本稿では,低リソーステキスト分類問題について検討し,メタトレーニングとメタテストのギャップを埋める。 抽出した文固有知識グラフから学習した各文に対する追加表現を提案する。
  論文  参考訳（メタデータ） (2021-09-10T07:20:43Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。