不同阅读理解水平中学生在记叙文默读和出声阅读方式下眼动特征及其干预研究

来源 :新疆师范大学 | 被引量 : 0次 | 上传用户:liongliong487
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
阅读是人类社会特有的智能活动,也是个体学习中最重要手段。出声阅读保证了个体对每个词的注意,而默读则保障了理解文本的效率。以往研究说明随着年龄的增长,默读使阅读效率提高更快,认知发展水平也会对不同阅读方式有不同的影响。本研究将阅读方式与阅读水平相结合,以记叙文文章作为研究材料,共设计了两个研究,目的在于探讨不同阅读理解水平的初二学生在默读与出声阅读两种阅读方式下的阅读行为指标和眼动指标差异,以揭示记叙文的最佳阅读理解方式,并通过干预训练,从而提高初中生阅读理解能力。研究一是观察不同阅读理解水平被试进行两种阅读方式的眼动特征差异,研究设计为两因素混合实验设计,根据阅读理解成绩筛选出阅读水平高和阅读水平低的研究被试32名,以记叙文为研究材料,采用SMI RED遥测型眼动仪记录收集眼动数据。结果发现:在阅读行为指标上,默读时被试的成绩均好于出声朗读。在眼动指标上,出声阅读时被试在全文中的总注视次数、回视次数比较少,平均眼跳幅度较小;在兴趣区的眼动指标上发现默读时平均注视时间、注视次数以及第一个注视点的持续时间比较少。研究二从研究一中选出具有典型特征的4名被试进行10次默读训练干预,采用关键信息提取、知觉速度训练等干预项目,并且用配对样本t检验的研究方法进行前后测。结果得出干预之后被试回视次数明显减少、平均眼跳幅度增大,在其他眼动指标上没有差异。得出以下结论:(1)在阅读行为指标上,高阅读水平阅读好于阅读水平低。(2)从眼动指标看出,高水平被试在两种阅读方式下对材料能更好的编码以及加工,而低阅读水平被试在默读上表现出回视次数以及注视次数多现象,他们在默读时找到关键信息的效率更低。(3)通过对低水平被试进行默读干预训练,比较干预前后差异,干预之后平均眼跳幅度以及回视次数出现了差异,所以说明本研究中的默读训练对促进默读阅读理解有帮助。
其他文献
手势是指个体按照主观意识所做出的的手部动作,作为一种肢体语言,它包含了丰富的信息,是一种日常生活中广泛使用的,高效自然的交流方式。而手语动作作为手势的一种,是聋哑人进行交流和沟通的重要途径。然而聋哑人与不了解手语的健全人交流困难,这也一定程度上降低了聋哑人与外界交流的积极性。本文设计了一种交流中对方无需握持摄像头的,基于多传感器和Zynq的手语手势识别系统,能够实现对15种常用手语手势的快速识别,
随着Web 2.0技术的迅速发展,现在社会已经进入到一个信息爆炸的时代,信息过载已成为一个亟待解决的问题。推荐系统作为一种有效解决信息过载问题的方法在电商平台中得到广泛应用。现有的推荐系统大都基于协同过滤的方法,矩阵分解作为一种典型的协同过滤方法,在个性化推荐中得到了广泛的应用。其中,通过神经网络将用户和商品映射到潜在的结构空间再进行评分预测的深度矩阵分解模型受到越来越多的关注。本文受到带偏置的矩
随着Web2.0的到来,Web应用程序在互联网上提供的服务项目呈指数增长,而针对Web应用程序的攻击数量直线增长、攻击方式愈发复杂。但由于开发人员缺乏对Web应用程序安全性的关注和认识,并未使用安全的软件开发技术,导致Web应用程序漏洞百出而成为当前攻击的首要目标。针对程序漏洞的攻击,一般做法都是设置防火墙进行防御。传统的防火墙能够成功阻止网络层的攻击,但传统防火墙在基于应用层的Web应用程序的攻
伴随着并购浪潮和《上市公司重大资产重组管理办法》(2008;2014;2016),业绩承诺逐渐被市场接受。业绩承诺的设置动机是解决并购交易中的信息不对称,保护投资者利益,激发承诺方的主观能动性,从而维护并购双方的利益。然而在实际执行过程中,业绩承诺的效果如何?对于并购双方产生了什么影响?是否发挥了其应有的作用呢?本文拟通过对麦捷科技并购星源电子的案例研究,追踪其从业绩承诺契约条款设置、到业绩承诺完
随着传统能源危机和环境问题的日益突出,以风力发电为代表的清洁能源发展取得瞩目关注,但风电出力的随机性、弱抗干扰性和难预测性使风电消纳成为限制风电发展的关键性问题。
话轮转换是一种言语交际的基本模式,存在于一切的会话交际中。对话口译中的话轮转换与日常对话不同,两个发言人不是直接进行对话,而是依赖口译员为双方翻译。理想状况下,在对话口译中,口译员在对话者结束讲话后接过话轮进行口译,然后下一位对话者讲话。但现实情况中,话轮并非总是循环进行,非常规话轮的出现可能会给口译带来麻烦。本报告基于作者的两场同性质的口译实践——中荷农业及物流对接会和中荷医疗对接会,两场对接会
随着智能技术的发展以及网络监控设备的普及,视频监控系统逐渐成为现代社会生产生活平稳有序运行的重要保障,但是受限于人力、精力等因素限制,依赖人工识别的传统视频监控系统方案已经难以满足日常生活中多设备、多场景、多任务的海量需求。因此本文主要研究如何设计和实现一个智能视频监控系统来高效解决日益增多的复杂问题,并以违章停车检测这一实际需求作为系统的核心功能,基于计算机视觉和深度学习从多个角度对其进行了实现
位置社交网络的兴趣点推荐致力于帮助用户发掘潜在的偏好兴趣点,为用户提供个性化的兴趣点推荐。与传统推荐系统不同的是,位置社交网络的兴趣点推荐有丰富的上下文信息可以利用。其中,兴趣点的类别信息隐含着用户在某个时刻的活动主题,有助于对用户的个人偏好进行更精确的建模。然而,目前的研究大多没有充分利用兴趣点的类别信息。针对此问题,提出了一种基于地理类别信息的加权矩阵分解的兴趣点推荐算法GeoCaMF。该算法
视频人脸识别是目前机器视觉领域的热门研究方向,其应用于身份验证等场合时,具有便捷、高效等特点,并在司法、金融、安防等领域广泛应用。但是,这些应用大多数是基于一种理想采集环境或人员配合方式的受限环境下的人脸识别。由于现实生活中人脸识别容易受诸如光照条件、姿态变化、表情变化等环境因素的影响,所以相对而言,非受限环境下的视频人脸识别研究更具有挑战性。利用深度学习特别是卷积神经网络开展人脸识别研究在近几年
21世纪以来,互联网技术突飞猛进,我们步入了大数据时代。在2013年全球的数据总量正式迈入了ZB时代,而且数据增长的速度越来越快,无可争辩,大数据时代已经到来。大数据正在以惊人的力量推动着时代的转型,它的影响已经渗透商业、医疗、教育、经济、人文等方方面面,深刻地改变了人们思考和行为的方式。人们在享受这种便利的同时,更多的个人隐私却暴露在了网络之中,隐私保护逐渐成为我们每位互联网用户都要面对的话题,