STEM-tulosten parantaminen pienten lasten kieltenoppimisvaikeuksista

Tässä tutkimuksessa tutkijat keskittyvät riskiryhmään kuuluviin opiskelijoihin, joiden mielestä tieteen kieli on este luonnontieteiden oppimiselle. Nämä ovat lähes 3 miljoonaa lasta Yhdysvalloissa, joilla on oppimishäiriö, jota kutsutaan erityiseksi kielivammaiseksi (SLI). SLI:tä sairastavilla lapsilla on puutteita puhutussa kielioppissa ja sanastossa, ja heillä on 3,9–8,1 kertaa suurempi todennäköisyys kärsiä lukuvajeista kuin yleisväestön lapsilla.

Erityinen tavoite #1: Selvittää, parantaako tieteen kannalta merkityksellinen kielellinen interventio tieteen käsitteiden oppimista pienillä lapsilla, joilla on SLI.

Erityinen tavoite 2: Selvittää, helpottaako tieteen kannalta merkityksellinen kielellinen interventio tieteen käsitteiden ja käytäntöjen yleistämistä pienillä lapsilla, joilla on SLI.

Osallistuu 54 4-7-vuotiasta lasta, jotka eivät ole vielä aloittaneet 1. luokkaa, jotka puhuvat yksikielisiä englantia ja joilla on SLI. Tutkijat ottavat käyttöön satunnaistetun kontrolloidun kokeen suunnitelman, jossa osallistujat jaetaan satunnaisesti kolmeen interventioehtoon: tiede + fonologisen tietoisuuden harjoittaminen (kontrollivarsi), tiede + sanaston tuki ja tiede + kieliopin tuki, jota seuraa lyhyt vetäytymisvaihe, jossa kaikki kolme ryhmät saavat vain tiedeopetusta. Esi- ja jälkimittaukset paljastavat oppimisen laajuuden kussakin tilassa ja olosuhteiden vertailut paljastavat, tukevatko kielioppi ja sanasto parempaa oppimista.

Hypoteesi on, että kieli ja tieteen oppiminen liittyvät kiinteästi toisiinsa. Siksi tutkijat käyttävät todisteisiin perustuvia kielellisiä interventioita parantaakseen lasten tieteeseen liittyviä kielitaitoja, ja ennustetaan, että tämä johtaa muutoksiin tieteen käsitteiden ja käytäntöjen hankinnassa:

1. Tieteen ja kielen interventioolosuhteissa lapset osoittavat enemmän opetettuja luonnontieteiden käsitteitä neljän viikon interventiojakson jälkeen kuin kontrolliryhmän lapset.
2. Tiede + kieliinterventioiden hyöty säilyy kielitukien poistamisen jälkeen, eli tieteen + kielen interventioolosuhteissa olevat lapset osoittavat vetäytymisviikon aikana enemmän opetettuja tieteen käsitteitä kuin kontrolliryhmän lapset.
3. Tieteen ja kielen interventioolosuhteissa lapset saavat enemmän etuja yleisten tieteen käsitteiden ja käytännön mittareiden esitestistä jälkitestiin kuin kontrolliryhmän lapset.
4. Lapset, jotka osoittavat eniten parannuksia kielikohteiden käytössä, osoittavat myös suurimmat parannukset opetetuissa käsitteissä, yleistetyissä käsitteissä ja yleistetyissä käytännön tiedoissa.
5. Lapset hyötyvät sekä sanastoa että kielioppia koskevista kielituista, mutta nämä tuet voivat hyödyttää luonnontieteiden oppimisprosessia eri tavalla.

Ensimmäinen askel on dokumentoida, että kielellä tuetut interventiot johtivat parantuneeseen kielitaitoon vertaamalla kieliopin ja sanaston testien suorituskykyä testin jälkeen esitestaukseen. Odotukset ovat merkittäviä muutoksia sanaston tiedossa sanaston interventioehdon osalta verrattuna kahteen muuhun ehtoon ja merkittävät muutokset kieliopin interventioehdon komplementtilauseiden käytössä verrattuna kahteen muuhun ehtoon. Seuraava askel on testata tiettyihin tavoitteisiin liittyviä ennusteita sarjan binomiaalisten sekamallien avulla. Sekamallit sopivat malleihin, joiden solukoot eivät ole tasapainossa, koska tiedot puuttuvat (vastaamattomuuden ja keskeytymisen vuoksi). Kohdistetuille tiedekonseptituloksille tulee yksi malli, jossa riippumattomina muuttujina ovat ehto (ohjausvarsi, tiede + sanasto, tiede + kielioppi), kielen tuki (nykyinen, poistunut) ja ehto x kielen tuki (ennusteet 1 ja 2). Jos datan piirtäminen viittaa siihen, että vaikutukset ovat ominaisia ​​opetettavien käsitteiden tyypeille (esim. fysiikka vs. biologiatiede), rakennamme toisen mallin tutkiaksemme käsitetyyppiin liittyviä eroja. Mukana on myös yksi malli yleistetyille käsitteille ja yleistetyille harjoitustuloksille, joissa ehto (ohjausvarsi, tiede + sanasto, tiede + kielioppi) ja aika (esitesti ja jälkitesti) ovat itsenäisiä muuttujia (ennuste 3). Aiheen sisäinen korrelaatio huomioidaan satunnaisten kohteen vaikutusten kanssa. Muut satunnaiset efektit määritetään valitsemalla malli, joka sopii parhaiten malliin (pienin AIC-arvo). Jokaisessa kolmesta mallista odotetaan lisäksi, että kieliopin ja sanaston parannukset hallitsevat lopputulosta ja muita tekijöitä (ennuste 4). Tämän ennusteen arvioimiseksi kielikokeiden suorituskyky sisällytetään kovariaatteina. Odotuksena on, että kielikoettimien suorituskyky opetuksen jälkeen on merkittävä luonnontieteiden oppimisen ennustaja ja että kielikoettimien suorituskyvyn sisällyttäminen kovariaattina eliminoi ehdon vaikutuksen, koska kielen suorituskyky on tärkein tieteen suorituskykyä ennustava tekijä. Nämä mallit mahdollistavat myös kieliopin ja sanaston tukemien ehtojen tehokkuuden vertailun (ennuste 5).