学习障碍和数学
当我每周发布研究 关于如何最好地教授数学，基于荟萃分析证据时，我经常被问到有学习障碍的学生怎么办，毕竟这些是我们最需要帮助的学生.我试图找到关于该主题的荟萃分析，并找到了 Jonte Myers 于 2021 年完成的荟萃分析。荟萃分析包括来自 45 项研究的数据，并具有严格的纳入标准。我已将此结果制作成信息图，您可以在下面看到。
然而，在看了这个荟萃分析之后，我觉得我想在我的分析中包括更多的因素。我记得我在 PNG 数学列表二级荟萃分析中包含了 Getson 2009 年关于该主题的荟萃分析。这项荟萃分析包括 25 项研究，并具有严格的纳入标准。结果如下所示。
当然，在添加了这个荟萃分析之后，我意识到，我真的应该做一个二次荟萃分析，所以我在单词问题教学中添加了对迈尔斯 2022 年荟萃分析的 LD 学生的单一效应量，以及我在之前的二次元分析中发现的对 LD 学生的能力分组和流利度教学的影响大小。
结果：
有用的定义：
多重启发式：教学生解决问题的多种程序。
明确教学：直接向学生解释程序和概念。
学生说出他们的理由：有时也称为自言自语。学生尝试说出自己的想法。
基于认知的干预：包括元认知策略、图式指导、自我对话和行为管理策略。
示例的顺序或范围：为学生提供如何解决问题的简单、正常和困难版本的示例。
教授的多个内容领域：教授多个领域，例如教授几何、分数、数感，而不仅仅是一个领域。
流利性教学：教授数感和数学事实，目的是提高学生的算术速度和准确性。
使用视觉代表：图表和操作。
形成性评估，加上有针对性的可选附加指导：根据学生的评估需求为他们提供附加指导。
基于模式的教学：教学生在面临具有挑战性的问题时采用的方法。这可以包括诸如教授数学词汇和用于分析的单词问题程序之类的东西。 IE：问问自己，你在单词问题中认出了什么单词，问你的单词问题是什么，你不知道什么，你会使用什么程序？
高收益策略：
多重启发式、明确教学、学生语言表达、基于认知的教学和脚手架，似乎都是教师可以轻松实施到教学中的高产出策略。此处发现的对学习障碍学生进行数学概念直接教学的效果大小远高于 John Hattie 发现的 0.57 的直接教学的平均效果大小，这可能反映了数学教学和学习障碍学生都需要的事实更明确的指令.
我有机会与 Jon Star 博士讨论了多重启发式的使用，他对这个话题进行了广泛的研究。他建议教师如果包含过多的程序会压倒学生，并建议教师针对每种类型的数学问题指导两个程序。
低收益策略：
能力分组、小组指导、目标设定、交替工作环境、文字问题和同龄同伴辅导、形成性评估，在研究中似乎对学生几乎没有好处。这并不意味着教师不应该使用这些策略；但是，这可能表明这些策略可能更难以始终使学生受益的方式执行。例如，在我看来，形成性评估对于文献中显示为高产出的几种教学策略是必要的，包括个性化和 RTI。就个人而言，我认为形成性评估绝对至关重要，因为它使我们能够做出明智的教学选择。然而，这可能是形成性评估的元分析数据的真正问题，因为评估数据仅与随后的指导一样有价值。同样，我发现课堂上的同伴辅导是我最有效的教学工具之一。然而，我将同伴辅导与个性化和课堂经济结合起来。在我个人看来，对评估标准的干预越具体，它们就越有用。因此，例如在替代教室中进行的小组教学，与课堂上的教学不匹配，或者更糟的是，在常规数学教学中发生，不太可能有很大的好处。考虑到这一点，我认为教师在使用这些低收益策略时应该考虑如何避免潜在的陷阱以及如何提高我干预的特异性。
由纳撒尼尔汉斯福德撰写
最后编辑：2022-03-27
参考：
迈尔斯。 （2021 年）。对有数学困难的青少年的数学干预：荟萃分析。学习障碍研究与实践。，36（2），145-166。
R，格森，等人。 （2009 年）。学习障碍学生数学教学干预的荟萃分析：
J，迈尔斯。 （2022 年）。对证明数学困难的小学生的数学单词问题解决干预措施的元分析。教育研究回顾。取自 <https://journals-sagepub-com.ezproxy.lakeheadu.ca/doi/full/10.3102/00346543211070049>.
N，汉斯福德。 （2022 年）。数学流畅。教育学不受欢迎。取自 <https://www.pedagogynongrata.com/math-fluency>.
N，汉斯福德。 （2022 年）。差异化。教育学不受欢迎。取自 <https://www.pedagogynongrata.com/differentiation>.
J，海蒂。 （2022 年）。梅塔克斯。可见学习。取自 <https://www.visiblelearningmetax.com/Influences>。