CSTA IMPACT Fellow Shelby Bryant 的跨部门协作实践
CSTA IMPACT Fellow Shelby Bryant 通过跨部门协作，为农村和服务不足社区学生拓展计算机科学学习路径。她曾支持 K–12 计算机科学路径建设、教师专业学习、Girls Who Code summer camps、Teen Tech Night 和 Maine App Challenge，并通过劳动力伙伴关系、导师机会和职业探索连接课堂与职业。
#研究/观点
#研究/观点
今日 0 条CSTA（计算机科学教师协会）AI 评分3232
NWEA · Research BlogAI 评分4747 AI tutors 如何降低阅读发展中和多语读者的朗读压力
AI tutors 可把朗读练习从公开表现转为低压力试错，帮助阅读发展中和多语学习者降低焦虑。文中提到 dyslexia 影响约 15–20% 读者，MAP Reading Fluency 的 Coach Maya 可听英语或西班牙语朗读，并提供实时微干预。
NWEA · Research BlogAI 评分3434 如何通过形态学扩大学生词汇量并提升阅读理解
通过形态学教授词根、前缀和后缀等构词方式，可帮助学生扩展词汇并理解复杂的年级文本。Michael Graves 提出词汇教学的 4 种路径：培养词语好奇心、教授解词策略、有策略地教单词、开展广泛阅读。AI 可作为识别文本中高价值词语和生成学生友好定义的起点，但需教师筛选。
NWEA · Research BlogAI 评分3737 Universal screening 101：学校如何有效使用通用筛查评估
通用筛查是在班级、学校或学区统一实施的评估，用于识别有学习困难风险或需要更高挑战的学生。文章区分了 MTSS 和 RTI 中的通用筛查、诊断性评估与进展监测，强调筛查只能发现风险信号，不能定位根因。学校应结合诊断测试和阶段性评估，把干预对准阅读、数学等学业困难的根本原因。
NWEA · Research BlogAI 评分4545 如何让各年龄段孩子在家参与数学学习
NWEA 文章建议家庭在各年龄段通过讨论、鼓励和认知丰富活动支持孩子参与数学学习，而不只是辅导作业。Visible Learning Meta x 数据库中 33 项元分析和 2,970 项研究、覆盖超 4.5 million 名学生，显示家长参与可能加速学习。2022 PISA 数据显示近 40% 美国学生做数学题时非常紧张，家庭对失败的回应会影响孩子的成长型思维。