DART: Dutch ASR-based Reading Tutor

For info. about the project DART, see below and:

Valorisation: The research project DART finished at the end of February 2023. From March 1st 2023, a Reading Tutor using automatic speech recognition (ASR) is available in the product ‘Veilig leren lezen’ of the Publisher Zwijsen. For some info. see:

DART – A so-called ‘NRO PPO Langlopend’ project.
Full title – from the proposal: Learning to read better through software that listens and gives feedback
The project DART (see also here) is a follow-up of our successful NRO project EDiLe: ‘Effecten van een digitaal leermiddel bij het leren lezen’.

Summary
Literacy is a prerequisite to participate in our knowledge society and reading skills are essential for school success. Developing reading skills requires intensive practice. Guided reading aloud is an important practice form which currently is only possible to a limited extent, because it requires individual attention by teachers. As increasing numbers of foreign students in Dutch schools aggravate this problem, schools are looking for ways of providing more opportunities to practice guided reading aloud. Educational software that incorporates Automatic Speech Recognition (ASR) is a possible solution because it can provide instantaneous, automated feedback on reading aloud.
. In this project, we investigate how reading software with ASR can best be developed and implemented in the school practice and at home. A design research methodology is employed in which ASR-based reading software is designed based on teachers’, students’ and parents’ needs and requirements. Design ideas and prototypes are repeatedly tested and evaluated with students, teachers and parents throughout the design process. A special focus is on suitable forms of feedback on reading aloud.
. To investigate the effects of using ASR-based reading software on students’ reading skills, two randomized pretest-posttest control-group experiments are carried out, one in the school practice and one at home. Differential effects of the software and feedback types for different types of students are investigated, offering valuable information for personalized learning environments.
. This research will provide important practical insights on the possibilities and effectiveness of using ASR-based software in reading education, and will advance scientific knowledge on reading development.

Titel in de aanvraag:
Beter leren lezen met oefensoftware die naar je luistert en feedback geeft


Samenvatting
Geletterdheid is een belangrijke voorwaarde voor deelname aan onze kennismaatschappij. Technische leesvaardigheid is essentieel voor schoolsucces, maar vergt intensief oefenen. Begeleid hardop lezen is een belangrijke oefenvorm, maar op dit moment is dit beperkt toepasbaar, omdat het veel individuele aandacht vergt. De groeiende aantallen buitenlandse leerlingen in Nederlandse scholen verergeren dit probleem. Scholen zijn op zoek naar alternatieve mogelijkheden om voldoende oefening in begeleid hardop lezen te bieden. Leessoftware met automatische spraakherkenning (ASH) is een mogelijke oplossing, aangezien het instantaan, automatische feedback op hardop lezen kan bieden.
. In dit project wordt onderzocht hoe lees-oefensoftware met automatische feedback op hardop lezen het beste kan worden ontwikkeld en kan worden geïmplementeerd in de schoolpraktijk en thuis. Door middel van ontwerponderzoek wordt ASH-gebaseerde leessoftware ontwikkeld gebaseerd op de wensen en behoeften van leerkrachten, leerlingen en ouders. Ontwerpideeën en prototypes worden in verschillende fases van het ontwerpproces getest en geëvalueerd met leerlingen, leerkrachten en ouders. Hierbij is een speciale focus op geschikte vormen van feedback op hardop lezen.
. Om de effecten van ASH-gebaseerde leessoftware op de ontwikkeling van de technische leesvaardigheid te onderzoeken, worden er twee experimenten uitgevoerd, een in de schoolpraktijk en een in de thuiscontext. Hierbij wordt ook onderzocht of de software en feedbackvormen verschillende effecten hebben op verschillende leerlingen. Dit biedt waardevolle informatie voor gepersonaliseerde leeromgevingen.
. Dit onderzoek levert belangrijke praktijkinzichten over de mogelijkheden en effectiviteit van ASH-gebaseerde software in het leesonderwijs, en vergroot de wetenschappelijke kennisbasis over leesontwikkeling bij kinderen.

Project leader: Helmer Strik
Co-applicants: Catia Cucchiarini, Erik van Schooten, Marjoke Bakker, Rosemarie Irausquin, Martin de Jong, Joost van Doremalen, Martijn Enter

Consortium:

Valorisation:

This work is part of the Netherlands Initiative for Education Research (NRO) with project number 40.5.18540.121, which is financed by the Dutch Research Council (NWO).


.