字母追踪:一个严的游戏,通过机器学习来教授手写和评估熟练度
概括
一个新的严游戏"字母追踪"有助于教导正确的字母形成,并评估儿童的手写发展. 它使用机器学习模型准确预测年级水平和手写延迟风险.
科学领域:
- 儿科职业治疗 儿科职业治疗
- 教育技术的教育技术.
- 发展心理学是发展心理学.
背景情况:
- 手写是学业成功的关键技能.
- 评估手写的发展和识别延迟可能是具有挑战性的.
- 数字工具为客观评估和干预提供了潜力.
研究的目的:
- 介绍和评估"字母追踪"严的游戏,用于教书信的形成.
- 评估游戏捕捉儿童手写能力和熟练程度的演变的能力.
- 利用机器学习来预测年级水平和手写延迟风险.
主要方法:
- 与临床医生和技术人员一起共同设计"信件追踪"游戏.
- 测试35名一二年级的孩子 (9名一二年级,26名二年级).
- 儿童在游戏化环境中追踪字母;来自原始数据的指标训练机器学习模型.
主要成果:
- 机器学习模型在预测年级水平方面达到71%的准确性.
- 模型还在预测手写延迟风险方面取得了71%的准确性.
- 游戏有效地模拟了儿童手写技能的成熟.
结论:
- "信件追踪"游戏显示出作为有效的培训和评估工具的希望.
- 它可以客观地测量手写的发展,并识别潜在的延迟.
- 这个严的游戏提供了一种新的方法来支持儿童的手写能力.


