数学リスクステータスのスクリーナーとして分数測定を特定します

この研究では、数学の困難のリスクがある可能性のある4年生のスクリーニングのための3つの分数測定（つまり、分数線数の推定精度、一般的な画分概念、および分数算術）の精度を調査しました。受信者動作特性（ROC）曲線分析では、4年生（n = 411）、5年生（n = 362）、および6年生（6年生（n = 411）の州の数学テストの州基準を満たしていない学生がどの学生が州の基準を満たさないかを予測するための分数測定の診断精度を評価しました。n = 304）。主に分数数のライン推定項目と一般的な分数の概念項目で構成される組み合わせ尺度は、4年生、5年生、および6年生のリスクステータスの最も正確なスクリーナーでした（曲線下面積[AUC] = .84、.81、および.85、 それぞれ）。教室での使用の効率を最大化するために、最適なサブセット自動線形モデリングを使用して、複合スクリーナーの長さが削減されました。この研究は、数学の達成度をより一般的に予測するための分数知識の重要性を強調し、中級グレードの効果的かつ実用的なスクリーニングツールを検証します。

This study investigated the accuracy of three fraction measures (i.e., fraction number line estimation accuracy, general fraction concepts, and fraction arithmetic) for screening fourth graders who might be at risk for mathematics difficulties. Receiver operating characteristic (ROC) curve analyses assessed diagnostic accuracy of the fraction measures for predicting which students would not meet state standards on the state mathematics test in fourth grade (n = 411), fifth grade (n = 362), and sixth grade (n = 304). A combined measure consisting primarily of fraction number line estimation items and general fraction concept items was the most accurate screener of risk status in fourth, fifth, and sixth grades (area under the curve [AUC] = .84, .81, and .85, respectively). To maximize efficiency for classroom use, the length of the combined screener was reduced using best subset automatic linear modeling. The study highlights the importance of fraction knowledge for predicting mathematics achievement more generally and validates an effective and practical screening tool for the intermediate grades.