基于平板电脑的基于课程的幼儿园写作测量协议
2025年2月7日
该协议提出了使用专为幼儿园教育设计的基于写作、有效且可靠的应用程序的分步方法。它作为基于课程的评估工具运行，专门侧重于评估年轻学习者的早期写作技能。
考虑到所涉及的认知处理程度，写作是学习起来最复杂的学术技能之一。转录技能，例如笔迹、流利度和拼写，自我调节功能，例如
注意力、目标设定、修订等和工作记忆共同用于文本生成。文本生成涉及想法的产生和想法转化为语言命题，这与所有语言技能密切相关。总体而言，转录技能和口语技能都被认为是儿童早期写作发展的有力预测因素。
由于写作的复杂性，一些学生很难掌握这种能力。写作障碍会对自我效能感和学业动机产生负面影响。此外，这些问题可能会持续到成年，损害未来的职场体验甚至情绪健康。
为了解决这个问题，重要的是要制定早期评估协议，以便在问题出现之前发现有写作障碍风险的学生。广泛的研究表明，早期发现可带来更好的预后。在对干预模型的响应中，基于课程的测量 CBM 通常用于普遍筛选和进度监测，因为它们快速、实用、可靠、有效、准确且对测量时间敏感。
CBM 过程涉及课程中三个不同时间点的评估，通常在秋季、冬季和春季。这个过程使我们能够识别有风险的学生，决定是否应该修改干预措施，或者进展是否可以接受。然而，与其他学术领域（如阅读或数学）相比，关于写作过程的早期检测工具的科学文献有限。
考虑到写作障碍的长期后果、早期发现的重要性、基于课程的测量的好处以及缺乏可用于写作的可用材料，我们为幼儿园学生设计了 T-IPAE-K。这种数字写作 CBM 旨在快速准确地检测那些在写作发展中表现出任何问题的学生，并监控他们在课程中的进度。T-IPAE-K 分为三个部分:表格 A，这是在课程开始时进行的测量。
Form B，在课程中间。和表格 C，对应于课程的结束。在每种表格中，有五个不同的任务:第一，复制字母。
第二，富有表现力的词汇。第三，写名字。四、语音意识。
第五，口头叙述。任务项或提示因每个表单而异。每项任务都从通过教学代理的演示开始。
这个角色解释了任务并提供了一个应该如何完成的模型，然后提供了示例供您自己完成，您将获得相应的反馈。完成每个任务的建模和示例后，将出现一个带有绿色勾号和叉号的屏幕。代理会询问学生是否明白该怎么做。
这将帮助我们确保他们能够理解任务程序。如果他们回答"是"，则任务将开始执行。如果他们回答"否"，将再次重复指示。
如果他们第二次回答说他们不理解该程序，则任务结束。通过创建 Student 个人资料来启动该过程。输入基本详细信息，例如学生代码、出生日期、申请日期、学校名称等。
单击 Save 以完成新的学生个人资料，并稍后根据需要在 Modify （修改） 部分中更新信息。在开始任务之前，请检查一切正常。单击 Examiner，然后单击 Check Peripherals 以确认触摸屏、键盘、语音键和录音机功能。
单击 OK.To 访问任务，单击 评估，然后选择 复制字母。让教学代理提供指导并对任务进行建模。有人告诉我，你已经学会了写信。
在这个游戏中，我将要求您复制将出现在屏幕上的字母。尽量不要超出标记线。尽量快地做，尽量不要犯错误。
如果你写不了一封信，别担心，继续写下一封信。现在让我们做一个例子。看看我是怎么做的。
字母 L 已经出现在屏幕上，现在我把这个字母 L 复制到下面。你注意到怎么做了吗？现在轮到你了。
看看下面的信件并将它们复制到下面。伟大。要进行更正，请打开主菜单中的 Correct，选择 Copying Alphabet Letters，然后记录正确和错误的字母。使用外部键盘来识别错误，如对齐、倒置或描边。
注意学生的铅笔握法。更正后，单击 Save （保存）。要访问该任务，请单击 Evaluation，然后选择 Expressive Vocabulary。
确保教学代理为学生提供指导，然后进行建模。在这个任务中，我们将使用绘图。游戏包括告诉我出现的图片的名称。
看看我是怎么用这幅画来做的。椅子。我说 chair 是因为那是画的名字。现在轮到你了。
这幅画叫什么名字？Apple.You 做得非常好。现在您已经了解了它，让我们继续玩。
请看下一张图纸。它叫什么名字？Ship.Great.To 访问任务，请单击 Evaluation，然后选择 Name Writing。
让教学代理为学生提供指导和建模部分。有人告诉我，你知道如何写很多名字。在这个游戏中，我将要求您写下您的名字。
您必须将其写在屏幕上将出现的行上。尽量快地做，尽量不要犯错误。让我们看一个例子。
我要写下我的名字。现在轮到你了。让我们开始吧。
你叫什么名字？把它写下来。伟大。现在我要请你写下你朋友的名字。
首先，您必须考虑要写哪些名称，考虑后，将它们写在屏幕上将出现的行上。尽量快地做，尽量不要犯错误。让我们看一个例子。
我要想一个名字。我想到了我朋友 Kevin 的名字，现在我要写下它。你注意到怎么做了吗？
现在轮到你了。你有没有想过要写下来的朋友的名字？把它们写下来。
要进行更正，请打开主菜单中的 Correct，选择 Names Writing，然后使用外部键盘输入两个部分的正确字母总数和正确拼写的名称。在灰色框中记录学生对第二部分的输入，并记下铅笔握把。校正完成后单击 Save。
要访问该任务，请单击 Evaluation，然后选择 Phonological Awareness。允许教学代理为学生提供指导和任务建模。在这个游戏中，你会听到一系列的单词。
游戏包括大声说出，只说你听到的单词的第一个声音。看看我怎么用这个词。第一个词是蛇。
S.As 蛇这个词以 S 开头，我只是大声说出那个声音。让我们用另一个例子来做。梯子。L.As ladder 这个词以 L 开头，我只是大声说出那个声音。
现在轮到你了。镜子这个词的第一个声音是什么？M.Great.让我们继续下一个例子。Ferret.F.太好了。
要访问任务，请单击 Evaluation，然后选择 Oral Narrative。让教学代理为学生提供指导。在这个游戏中，您将告诉我一个故事，但不仅仅是任何故事。
想象一下，有一天你醒来，你可以飞翔，想想你能做的所有事情。故事是这样的:有一天，我醒来了，我可以飞了。好的，在我们开始之前，让我们想一想你要告诉我什么。
现在你有一些时间来想象一个故事，它是这样开始的:有一天，我醒来了，我可以飞翔。想想你能做的所有事情。现在，当我说继续时，你开始给我讲故事。
请记住，故事是这样开始的:有一天，我醒来了，我可以飞了。当你把故事讲完后，按屏幕上的结束按钮。让我们从三个开始。
一二三。继续。要进行更正，请打开主菜单中的 Correct，选择 Oral Narrative，然后使用媒体播放器工具查看故事。
使用外部键盘记下单词总数、唯一单词、单词序列和 T 单位。校正完成后单击 Save。因子分析的结果表明，CBM T-IPAE-K 的所有形式的内部结构都表现出双因子结构。
第一个因素对应于转录技能，第二个因素与叙事能力有关。该结构的模型拟合指数达到最佳分数，形式 A 的 omega 信度系数为 0.78，形式 B 的 omega 信度系数超过 0.80，C.In 诊断准确性方面，形式 A 的曲线下面积为 71.18，敏感性为 70.47，特异性为 58.69。表 B 的曲线下面积为 75.43，敏感性为 71.02，特异性为 70.21。
同时，表 C 显示曲线下面积为 80.03，灵敏度为 75.70，特异性为 72.34。这些发现表明，CBM 的诊断准确性在学年中有所提高。结果表明，T-IPAE-K 是一种有效、可靠且准确的 CBM，用于检测可能出现写作障碍的高危学生。
借助课堂工具，我们可以帮助我们了解每个学生的状态并监控他们的进步，我们能够制定预防方案，以便通过早期干预实现更好的预后，确保学生获得他们需要的支持。此外，教育工作者可以根据客观数据做出明智的决定，从而允许量身定制的教学策略和个性化支持，以提高每个学生的学习潜力。
查看完整文字稿并访问数千部科学视频
概述
本协议介绍了一种用于幼儿园级别教育的基于书写的应用程序的使用方法。它作为一种基于课程的评估工具，用于评估幼儿学习者的早期书写技能。
关键研究组成部分
科学领域
- 教育
- 儿童发展
- 书写技能评估
背景
- 书写是一项涉及认知处理的复杂学术技能。
- 转录技能和自我调节功能对文本生成至关重要。
- 口语能力是书写发展的强预测因素。
- 理解这些组成部分可以增强早期教育策略。
研究目的
- 评估幼儿园学生的早期书写技能。
- 为教育者提供可靠的评估工具。
- 基于评估结果改进书写教学。
使用的方法
- 开发基于书写的应用程序。
- 基于课程的评估技术。
- 评估转录和自我调节技能。
- 分析幼儿学习者的早期书写表现。
主要结果
- 识别幼儿园学生的关键书写技能。
- 验证评估工具的可靠性。
- 洞察转录技能与书写发展之间的关系。
- 基于评估发现为教育者提供建议。
结论
- 该应用程序有效地评估了早期书写技能。
- 了解书写技能发展可以为教学实践提供信息。
- 未来的研究可以基于这些发现扩展教育工具。
常见问题
Executive Industry Relevance
Early detection of writing disabilities in young learners is critical for reducing long-term educational and developmental risk. The tablet-based curriculum-based measurement (CBM) protocol enables objective, scalable screening and progress monitoring, supporting data-driven intervention strategies. This digital assessment platform aligns with portfolio needs for validated, reproducible tools that inform early-stage educational and cognitive development research.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables systematic hypothesis testing of cognitive and language development pathways in early childhood.
- Supports functional validation of transcription and narrative competence as predictors of writing outcomes.
- Provides quantitative data for de-risking early intervention strategies in neurodevelopmental research.
Screening & Assay Development
- Delivers standardized, curriculum-aligned digital tasks for reproducible assessment of writing-related skills.
- Facilitates scalable screening of at-risk populations with objective, quantitative outputs.
- Enables reliable longitudinal monitoring of intervention efficacy and developmental trajectories.
Translational & Preclinical Research
- Aligns early cognitive and language skill measurement with translational biomarker development in neurodevelopmental disorders.
- Supports continuity from discovery of risk factors to preclinical validation of educational interventions.
- Provides a platform for risk-adjusted advancement of early-stage cognitive assessment tools.
Pipeline & Workflow Integration
This protocol integrates into the discovery-to-validation continuum for neurodevelopmental and educational research, supporting early identification, intervention, and outcome measurement.
- Discovery Biology: Quantifies transcription and narrative skills to clarify developmental pathways and risk factors.
- Screening: Offers reproducible, curriculum-based digital tasks for high-throughput population assessment.
- Analytics: Generates quantitative readouts (e.g., sensitivity, specificity, AUC) for robust statistical comparison across timepoints.
- Translational Research: Bridges early detection with intervention studies and biomarker alignment in neurodevelopmental pipelines.
- Enterprise Reuse: Provides a validated, scalable platform adaptable to diverse educational and cognitive research settings.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in early risk identification and target validation for writing disabilities.
- Operational Value: Standardizes assessment procedures, ensuring reproducibility and scalability across cohorts.
- Strategic Value: Enables informed go/no-go decisions for intervention development and resource allocation.
- Portfolio Impact: Supports risk-adjusted prioritization of early-stage cognitive and educational assessment tools.
Implementation Considerations
- Requires expertise in cognitive assessment and early childhood education for protocol administration and interpretation.
- Needs digital infrastructure, including tablets and peripheral devices, for standardized data collection.
- Demands cross-team alignment on scoring, correction, and data management procedures.
- Adaptation may be necessary for different languages, curricula, or cultural contexts.
- Limitations include the need for ongoing validation in broader and more diverse populations.
