언어 학습 장애가 있는 어린 아동을 위한 STEM 결과 개선

이 연구에서 조사관은 과학 언어가 과학 학습에 장벽이 되는 위험에 처한 학생들의 하위 집합에 초점을 맞춥니다. 이들은 미국에서 특정 언어 장애(SLI)라고 하는 학습 장애가 있는 약 300만 명의 어린이입니다. SLI가 있는 어린이는 말하기 문법과 어휘에 결함이 있으며 일반 인구의 어린이보다 읽기 결함이 있을 가능성이 3.9~8.1배 더 높습니다.

특정 목표 #1: 과학 관련 언어 개입이 SLI가 있는 어린 아이들의 과학 개념 학습을 향상시키는지 여부를 결정합니다.

특정 목표 #2: 과학 관련 언어 개입이 SLI가 있는 어린 아이들의 과학 개념 및 관행의 일반화를 촉진하는지 여부를 결정합니다.

아직 1학년이 시작되지 않았고 영어가 단일 언어이며 SLI가 있는 54명의 4-7세 학생들이 참가합니다. 조사관은 무작위 통제 시험 설계를 채택하여 참가자를 과학 + 음운 인식 연습(제어 부문), 과학 + 어휘 지원, 과학 + 문법 지원의 세 가지 개입 조건에 무작위로 할당한 후 짧은 철회 단계가 이어집니다. 그룹은 과학 전용 교육을 받습니다. 사전 및 사후 측정은 각 조건에서 학습의 정도를 밝히고 조건 간의 비교는 문법과 어휘가 향상된 학습을 지원하는지 여부를 나타냅니다.

가설은 과학의 언어와 학습이 통합적으로 관련되어 있다는 것입니다. 따라서 조사관은 아동의 과학 관련 언어 능력을 향상시키기 위해 증거 기반 언어 개입을 사용할 것이며, 이것이 과학 개념 및 관행 습득의 변화로 이어질 것이라고 예측합니다.

1. 과학 + 언어 개입 조건의 어린이는 4주간의 개입 기간 후에 통제군의 어린이보다 배운 과학 개념에서 더 큰 이득을 보일 것입니다.
2. 과학 + 언어 개입의 이점은 언어 지원이 철회된 후에도 유지될 것입니다. 즉, 과학 + 언어 개입 조건에 있는 어린이는 통제군에 있는 어린이보다 철회 주간 동안 배운 과학 개념에서 더 큰 이득을 보일 것입니다.
3. 과학 + 언어 개입 조건의 어린이는 일반화된 과학 개념 및 실습 측정에서 사전 테스트에서 사후 테스트까지 컨트롤 암의 어린이보다 더 큰 이득을 보일 것입니다.
4. 언어 목표 사용에서 가장 큰 향상을 보이는 어린이는 배운 개념, 일반화된 개념 및 일반화된 연습 지식에서도 가장 큰 향상을 보일 것입니다.
5. 아이들은 문법에 관한 언어 지원뿐만 아니라 어휘에 관한 언어 지원으로부터도 혜택을 받지만, 이러한 지원은 과학 학습 과정에 다르게 도움이 될 수 있습니다.

첫 번째 단계는 사후 테스트에서 문법 및 어휘 프로브의 성능을 사전 테스트 성능과 비교하여 언어 지원 개입이 언어 능력을 향상시켰다는 것을 문서화하는 것입니다. 기대는 다른 두 조건에 비해 어휘 개입 조건에 대한 어휘 지식의 상당한 변화와 다른 두 조건에 비해 문법 개입 조건에 대한 보어 절 사용의 상당한 변화입니다. 다음 단계는 일련의 이항 혼합 모델을 통해 특정 목표와 관련된 예측을 테스트하는 것입니다. 혼합 모델은 누락된 데이터(무응답 및 드롭아웃으로 인해)로 인해 셀 크기가 불균형한 설계에 적합합니다. 조건(제어 부문, 과학 + 어휘, 과학 + 문법), 언어 지원(현재, 철회) 및 조건 x 언어 지원을 독립 변수(예측 1 및 2)로 사용하여 표적 과학 개념 결과에 대한 하나의 모델이 있습니다. 데이터 플로팅에서 효과가 가르치고 있는 개념 유형(예: 물리 과학 대 생물학)에 따라 다르다고 제안하는 경우 개념 유형과 관련된 차이점을 탐색하기 위해 두 번째 모델을 구축합니다. 조건(제어 영역, 과학 + 어휘, 과학 + 문법) 및 시간(사전 테스트 및 사후 테스트)을 독립 변수(예측 3)로 사용하여 일반화된 개념 및 일반화된 연습 결과에 대해 각각 하나의 모델이 있습니다. 개체 내 상관 관계는 무작위 개체 효과로 설명됩니다. 추가 무작위 효과는 가장 적합한 모델(가장 낮은 AIC 값)을 가진 모델을 선택하여 결정됩니다. 세 가지 모델 각각에서 문법과 어휘의 향상 정도는 결과와 다른 요인 사이의 중재자일 것으로 예상됩니다(예측 4). 이 예측을 평가하기 위해 언어 테스트의 성능이 공변량으로 포함됩니다. 수업 후 언어 프로브의 성능이 과학 학습의 중요한 예측 변수가 될 것이며 언어 성능이 과학 성능을 예측하는 주요 요인이 될 것이기 때문에 언어 프로브의 성능을 공변량으로 포함하면 조건의 영향이 제거될 것으로 기대됩니다. 이 모델은 또한 문법 및 어휘 지원 조건의 효율성을 비교할 수 있습니다(예측 5).