Causal inference

This study aimed to develop and evaluate a Problem-Based Wordwall Edugame instructional package for sixth-grade Science and Social Studies (IPAS) and examine its association with students’ critical-thinking performance. Using a research-and-development approach guided by the ADDIE model, the study incorporated a quasi-experimental pretest–posttest comparison involving all 30 sixth-grade students at SDN 3 Sendangrejo, Indonesia, assigned by pretest scores to experimental (n = 15) and control (n = 15) groups. Data were collected through expert-validation sheets, classroom observations, teacher and student response questionnaires, and critical-thinking tests, and analyzed using descriptive statistics, assumption tests, paired- and independent-samples t-tests, and normalized gains. Expert validation yielded 87% for content, 89% for media, and 88% for learning devices; implementation reached 92.76%, and teacher and student responses each reached 93%. Mean critical-thinking scores increased from 56.80 to 89.87 in the experimental group and from 53.73 to 68.87 in the control group; normalized gains were 0.77 and 0.33, respectively. The posttest group difference was significant, t(28) = 12.73, p < .001. These findings are consistent with constructivist and problem-based learning research and suggest that pedagogically integrated gamification can support critical-thinking development. However, the single-school sample, nonrandom group allocation, and combined intervention limit causal inference and generalizability; larger controlled studies should test individual components and longer-term effects.

This study examined the association between intolerance of uncertainty and psychological distress among emerging adults aged 18-29 years. A quantitative, cross-sectional correlational design was used with online convenience sampling. Of 181 survey submissions, one record was excluded because age was missing and one because the respondent was aged 17 years; a further 18 respondents who reported a previous mental-health diagnosis were excluded. The final analytical sample comprised 161 participants (M age = 23.60, SD = 3.09; 67.1% women). Intolerance of uncertainty was measured with the 12-item Intolerance of Uncertainty Scale (IUS-12), and nonspecific psychological distress with the Kessler Psychological Distress Scale (K10). Mean IUS-12 and K10 scores were 32.11 (SD = 9.44) and 24.31 (SD = 8.09), respectively. Internal consistency estimates were .887 and .913. Pearson's correlation indicated a positive association between IUS-12 and K10 scores, r(159) = .632, p < .001, 95% CI [.529, .717]. Spearman's correlation was also positive and significant (rs = .595, p < .001, 95% bootstrap CI [.475, .699]). Higher intolerance of uncertainty was associated with greater self-reported psychological distress in this sample. The cross-sectional design, convenience sampling, self-report measures, and diagnosis-based screening limit causal inference and generalisability.

Perceptual expertise is widely assumed to refine multisensory perception, yet the empirical literature appears inconsistent. Trained musicians show narrower audiovisual temporal integration windows and quicker segregation, whereas experienced wine tasters seem more influenced by a wine's color in their aroma and flavor judgments than novices are. We argue that the inconsistency arises from a conflation of two formally distinct quantities: the prior probability that concurrent signals arise from a common source, and the coupling between the values of signals that share one. We present a generative model in which both are free parameters, along with channel precision and a decision criterion, that contains causal-inference and coupling-prior models as special cases. The model shows that the correlation between the values of two signals across an environment reflects only the product of the two priors, so that a correlation-tracking learner acquires the coupling when the signals always share a source, whereas separating the two priors requires representing causal structure; that binary common-source reports confound the common-cause prior with the decision criterion; that the coupling trades off against the measurement noise of the influencing channel unless its precision is measured independently; and that the two priors leave distinct signatures in how cross-modal influence varies with disparity. When the source is fixed, as for the color and odor of a wine, tighter coupling alone produces the conjunction of greater displacement by color and better discrimination between wines reported for experienced tasters, which no change in odor precision can produce. Simulations of a test battery combining continuous estimates, common-source reports and discrimination thresholds show that the parameters can be recovered, that a within-subject dissociation can be detected with conventional sample sizes under illustrative effect sizes, and that recovery fails in certain cases. The account yields a rule classifying environments by their base rate of common causation and their coupling strength, and the same ambiguity attends claims about altered multisensory processing in autism and aging. We also show that the most cited demonstration of expert susceptibility to color contains no expertise manipulation, and suggest that apparent expert biases may reflectwind calibration to real-world statistics.

Background Psychedelic retreats are increasingly used to promote wellbeing outside clinical settings, yet the psychological processes associated with sustained improvements in wellbeing remain poorly understood. From a public mental health perspective, identifying mechanisms that support positive mental health beyond symptom reduction is of growing importance. Methods This naturalistic longitudinal study followed 173 participants attending guided psilocybin retreats conducted within a structured framework of preparation, dosing, and integration. Mental wellbeing was reported before the retreat and across a 12-month follow-up period. Longitudinal changes were examined using linear mixed-effects models. Mediation analyses investigated whether changes in connectedness, neuroticism (anxiety facet), spiritual transcendence, and absorption were associated with changes in wellbeing. Mystical-type experiences were examined as potential predictors of these psychological changes. Results Participants reported substantial and sustained improvements in mental wellbeing over 12 months, moving from levels below Swedish population norms at baseline toward comparable levels at follow-up. Connectedness showed the strongest statistical association with improvements in wellbeing and accounted for the largest proportion of variance in wellbeing change, followed by reductions in the anxiety facet of neuroticism and absorption. Spiritual transcendence was associated with wellbeing improvements when examined separately but did not retain unique effects in the multiple mediation model. More intense mystical-type experiences predicted greater increases in connectedness, spirituality, and absorption, as well as greater reductions in neuroticism (trait anxiety). The association between mystical experiences and wellbeing was substantially attenuated when connectedness was included in the model, suggesting that connectedness may act as a candidate mediator linking mystical-type experiences to longer-term wellbeing, though the observational design precludes causal inference. Conclusions These findings extend prior work on psychedelic-assisted therapy to naturalistic retreat settings, suggesting that connectedness may represent a key psychological process linking psychedelic retreat experiences to sustained improvements in mental wellbeing. From a public mental health perspective, the results highlight the potential importance of social and relational factors in promoting wellbeing beyond the treatment of mental illness. Future controlled studies are needed to clarify the relative contributions of psychedelic, social, and contextual components.

Introduction This study examined associations among professional identity, work engagement, and self-rated caregiving performance among childcare trainees and early-career practitioners in China. Methods A cross-sectional survey included 318 participants recruited through 11 vocational colleges and 50 childcare institutions in Guangdong Province. Confirmatory factor analysis and structural equation modelling assessed the measurement structure and associations, with bootstrapping and robustness analyses. Results The three-factor model showed good fit (CFI = 0.954, RMSEA = 0.039). Professional identity was positively associated with self-rated caregiving performance (total β = 0.694; direct β = 0.465), including an indirect association through work engagement (β = 0.229, bias-corrected 95% CI [0.128, 0.339]). Findings remained consistent across robustness analyses. Discussion Professional identity and work engagement were associated with more favourable self-appraisals of caregiving performance. The cross-sectional, single-source design precludes causal inference, and self-rated performance should not be equated with observed caregiving quality.

Background: Although project-based learning (PBL) is well-established in advanced medical curricula, evidence supporting its implementation in first-year undergraduate programs remains limited.Early research exposure may enhance student engagement.Objective: This study evaluated whether structured PBL in muscle physiology was associated with improvements in subject knowledge acquisition among first-year MBBS students.Methods: An observational study was conducted at a single medical institution in Tamil Nadu, India, from July to August 2023.Formal institutional ethics approval was obtained prior to participant recruitment.Of 250 eligible first-year MBBS students, 40 consented to participate; five subsequently withdrew citing curriculum workload concerns, yielding 35 participants (30 females, five males; mean age 18.35 years).Students underwent pre-assessment comprising 10 short-answer questions on muscle physiology (maximum score 20) and were randomized to 10 project groups via lottery.Students conducted investigations on exercise physiology over three to four hours weekly for one month.Post-assessment utilized identical questions.Thirty-two students completed a structured feedback questionnaire (six Likertscale items, 1-5 scale) and provided open-ended commentary.Assessment scores were compared via paired t-testing and Shapiro-Wilk testing.Pearson correlation assessed satisfaction-knowledge associations.Qualitative analysis employed thematic coding by two independent raters using predefined and emergent themes with inter-rater agreement assessment.Results: Post-assessment scores (12.588 ± 2.943) significantly exceeded pre-assessment scores (5.265 ± 2.89), yielding a mean improvement of 7.324 ± 2.446 points (t(34) = -17.952,p < 0.001, Cohen's d = -3.034;95% CI (-3.821, -2.239)).This large effect size must be interpreted cautiously given the observational design, self-selected sample, identical assessment questions, and potential testing-practice effects.Post-hoc power analysis confirmed an achieved power of 0.99.The mean satisfaction score was 22.563 ± 3.519 out of 30.No statistically significant association existed between satisfaction and knowledge improvement (r = 0.082, p = 0.657).Qualitative analysis demonstrated predominantly favorable responses, with 26 of 35 students (74.3%) expressing interest in future research participation.Conclusion: Structured PBL was associated with substantial knowledge improvement and positive student perception among participating students.However, the single-group observational design, self-selected sample, and identical assessments preclude causal inference regarding PBL's effectiveness.Larger comparative randomized trials are necessary to establish whether PBL produces educational benefits relative to standard instruction and whether effects persist over time.

زمینه: اگرچه یادگیری مبتنی بر پروژه (PBL) در برنامه‌های درسی پیشرفته پزشکی به خوبی تثبیت شده است، اما شواهدی که از اجرای آن در برنامه‌های کارشناسی سال اول حمایت کند، محدود است. مواجهه زودهنگام با پژوهش ممکن است مشارکت دانشجویان را افزایش دهد. هدف: این مطالعه بررسی کرد که آیا PBL ساختاریافته در فیزیولوژی عضله با بهبود در کسب دانش موضوعی در میان دانشجویان سال اول MBBS همراه است یا خیر. روش‌ها: یک مطالعه مشاهده‌ای در یک مؤسسه پزشکی در تامیل نادو، هند، از ژوئیه تا اوت 2023 انجام شد. تأییدیه اخلاقی رسمی مؤسسه پیش از جذب شرکت‌کنندگان اخذ شد. از میان 250 دانشجوی واجد شرایط سال اول MBBS، 40 نفر رضایت به شرکت دادند؛ پنج نفر بعداً به دلیل نگرانی از بار درسی برنامه درسی انصراف دادند و در نهایت 35 شرکت‌کننده (30 زن، پنج مرد؛ میانگین سنی 18.35 سال) باقی ماندند. دانشجویان پیش‌آزمونی شامل 10 سؤال کوتاه‌پاسخ درباره فیزیولوژی عضله (حداکثر نمره 20) را گذراندند و به صورت تصادفی از طریق قرعه‌کشی به 10 گروه پروژه تقسیم شدند. دانشجویان به مدت یک ماه، هفته‌ای سه تا چهار ساعت به بررسی‌های فیزیولوژی ورزش پرداختند. پس‌آزمون با استفاده از سؤالات یکسان انجام شد. سی‌ودو دانشجو پرسشنامه بازخورد ساختاریافته (شش آیتم لیکرت، مقیاس 1 تا 5) را تکمیل کردند و نظرات باز ارائه دادند. نمرات ارزیابی با استفاده از آزمون t زوجی و آزمون Shapiro-Wilk مقایسه شد. همبستگی پیرسون برای بررسی ارتباط رضایت و بهبود دانش به کار رفت. تحلیل کیفی با کدگذاری موضوعی توسط دو ارزیاب مستقل با استفاده از تم‌های از پیش تعیین‌شده و نوظهور و ارزیابی توافق بین ارزیابان انجام شد. نتایج: نمرات پس‌آزمون (12.588 ± 2.943) به طور معناداری بالاتر از نمرات پیش‌آزمون (5.265 ± 2.89) بود و بهبود میانگین 7.324 ± 2.446 امتیاز را نشان داد (t(34) = -17.952, p < 0.001, Cohen's d = -3.034؛ 95% CI (-3.821, -2.239)). این اندازه‌ی اثر بزرگ باید با احتیاط تفسیر شود، با توجه به طراحی مشاهده‌ای، نمونه خودانتخابی، سؤالات ارزیابی یکسان و احتمال اثرات تمرین آزمون. تحلیل توان پس از واقعه، توان به‌دست‌آمده 0.99 را تأیید کرد. میانگین نمره رضایت 22.563 ± 3.519 از 30 بود. هیچ ارتباط معنادار آماری بین رضایت و بهبود دانش وجود نداشت (r = 0.082, p = 0.657). تحلیل کیفی عمدتاً پاسخ‌های مطلوب را نشان داد، به طوری که 26 نفر از 35 دانشجو (74.3%) علاقه به مشارکت در پژوهش‌های آینده را ابراز کردند. نتیجه‌گیری: PBL ساختاریافته با بهبود قابل توجه دانش و ادراک مثبت دانشجویان شرکت‌کننده همراه بود. با این حال، طراحی مشاهده‌ای تک‌گروهی، نمونه خودانتخابی و ارزیابی‌های یکسان، استنتاج علی درباره اثربخشی PBL را غیرممکن می‌سازد. مطالعات تصادفی‌سازی‌شده مقایسه‌ای بزرگ‌تر برای تعیین اینکه آیا PBL نسبت به آموزش استاندارد مزایای آموزشی ایجاد می‌کند و آیا این اثرات در طول زمان پایدار می‌مانند، ضروری است.

This study examines prospective associations among classroom environment, perseverance of effort (POE), consistency of interest (COI), and learning engagement in mental health education courses (MHEC). Participants were 468 first-year students from three schools at a university in East China. A three-wave time-lagged survey measured classroom environment at T1, the two grit dimensions at T2, and learning engagement at T3. Because each construct was measured only once and baseline levels were not controlled, the design establishes temporal separation but does not constitute a fully longitudinal mediation design or support causal inference. Structural equation modeling indicated that classroom environment and POE were positively associated with learning engagement, whereas the unique association between COI and learning engagement was not statistically significant. Bias-corrected bootstrap analysis showed a significant prospective indirect association through POE, but not through COI. Because the two specific indirect effects were not formally contrasted, the findings should be interpreted as preliminary evidence of dimension-specific patterns rather than evidence that the two indirect pathways differ significantly.

این مطالعه به بررسی ارتباطات آینده‌نگر میان محیط کلاس، پشتکار در تلاش (POE)، ثبات علاقه (COI) و مشارکت در یادگیری در دوره‌های آموزش سلامت روان (MHEC) می‌پردازد. شرکت‌کنندگان شامل ۴۶۸ دانشجوی سال اول از سه دانشکده در یک دانشگاه در شرق چین بودند. یک پیمایش سه‌مرحله‌ای با فاصله زمانی، محیط کلاس را در زمان اول (T1)، دو بُعد پشتکار را در زمان دوم (T2) و مشارکت در یادگیری را در زمان سوم (T3) اندازه‌گیری کرد. از آنجا که هر سازه تنها یک بار سنجیده شد و سطوح پایه کنترل نشدند، این طرح جداسازی زمانی را برقرار می‌کند اما یک طرح میانجی‌گری طولی کامل محسوب نمی‌شود و از استنباط علی حمایت نمی‌کند. مدل‌سازی معادلات ساختاری نشان داد که محیط کلاس و POE با مشارکت در یادگیری رابطه مثبت دارند، در حالی که ارتباط منحصر به فرد COI با مشارکت در یادگیری از نظر آماری معنادار نبود. تحلیل بوت‌استرپ با اصلاح سوگیری، ارتباط غیرمستقیم آینده‌نگر معناداری را از طریق POE، اما نه از طریق COI، نشان داد. از آنجا که دو اثر غیرمستقیم خاص به طور رسمی با یکدیگر مقایسه نشدند، یافته‌ها باید به عنوان شواهد مقدماتی از الگوهای خاص ابعادی تفسیر شوند و نه به عنوان شواهدی مبنی بر تفاوت معنادار دو مسیر غیرمستقیم.

Multisensory perception is a cornerstone paradigm for understanding how the brain constructs coherent representations of the world from noisy, fragmented sensory inputs. For decades, researchers have used the magnitude of crossmodal illusions, the width of the temporal binding window, and related behavioral indices as direct proxies for 'integration strength,' and have leveraged these measures to compare multisensory function across developmental, clinical, and aging populations. Here we argue that this descriptive practice is frequently compromised: behavioral readouts of multisensory integration are composite measures jointly shaped by unisensory precision, amodal priors, and the binding process itself, and cannot be interpreted in isolation. Drawing on simulations within a Bayesian Causal Inference framework, we show how identical behavioral patterns can arise from very different underlying causes, leading to systematic misattribution of group differences to 'deficits' or 'enhancements' in integration. We review complementary computational frameworks, including coupling priors, drift diffusion, multisensory correlation detection, and statistical facilitation models, and outline their respective explanatory limits. Finally, we provide a model-based inference pipeline, from experimental design and unisensory baselines to parameter estimation and interpretation, that aims to help disentangles sensory fidelity, prior expectations, and integrative tendency. Adopting this normative approach can facilitate cumulative progress in basic multisensory research and for its translation to neuropsychiatric assessment, lifespan research, and artificial perceptual systems.

ادراک چندحسی یکی از پارادایم‌های اساسی برای درک این است که مغز چگونه بازنمایی‌های منسجم از جهان را از ورودی‌های حسی پر سر و صدا و تکه‌تکه می‌سازد. برای دهه‌ها، پژوهشگران از بزرگی خطاهای توهمات بین‌حسی، پهنای پنجره اتصال زمانی و شاخص‌های رفتاری مرتبط به عنوان نمایه‌های مستقیم برای «قدرت ادغام» استفاده کرده‌اند و این سنجه‌ها را برای مقایسه عملکرد چندحسی در جمعیت‌های رشدی، بالینی و سالمندی به کار برده‌اند. در این مقاله استدلال می‌شود که این رویه توصیفی اغلب با مشکل مواجه است: خروجی‌های رفتاری ادغام چندحسی، سنجه‌هایی مرکب هستند که به طور مشترک تحت تأثیر دقت تک‌حسی، پیش‌انگاره‌های آمودال و خود فرایند اتصال قرار دارند و نمی‌توان آن‌ها را به طور مجزا تفسیر کرد. با استفاده از شبیه‌سازی‌ها در چارچوب استنتاج علّی بیزی (Bayesian Causal Inference)، نشان می‌دهیم که الگوهای رفتاری یکسان می‌توانند از علل زیربنایی بسیار متفاوتی ناشی شوند و این امر منجر به نسبت‌دهی نادرست و نظام‌مند تفاوت‌های گروهی به «نقص» یا «افزایش» در ادغام می‌شود. چارچوب‌های محاسباتی مکمل، از جمله پیش‌انگاره‌های اتصال، مدل‌های انتشار رانش (drift diffusion)، شناسایی همبستگی چندحسی و مدل‌های تسهیل آماری را مرور کرده و حدود توضیحی هر یک را تبیین می‌کنیم. در نهایت، یک خط لوله استنتاج مبتنی بر مدل، از طراحی آزمایش و خطوط پایه تک‌حسی تا برآورد پارامتر و تفسیر نتایج ارائه می‌دهیم که هدف آن کمک به تفکیک وفاداری حسی، انتظارات قبلی و گرایش به ادغام است. اتخاذ این رویکرد هنجاری می‌تواند پیشرفت انباشتی در پژوهش‌های بنیادی چندحسی و ترجمه آن به ارزیابی‌های عصب‌روان‌پزشکی، پژوهش‌های طول عمر و سامانه‌های ادراکی مصنوعی را تسهیل کند.

Background Against the backdrop of digital empowerment, generative artificial intelligence has been widely applied in school-age children’s reading education, and digital reading has become one of the primary types of environmental exposure for school-age children. However, school-age children face challenges such as insufficient age-appropriate content and uncontrollable physical and mental strain. There is an urgent demand for a public health intervention model that balances reading-related health benefits, prevents and controls digital exposure risks, avoids physical and mental health impairments, and adapts to school-age children from diverse socioeconomic backgrounds. Methods A retrospective control study design was used in this study. A total of 100 cases of school-age children aged 6–12 were collected from the standardized intervention archive of our institution from September 2025 to December 2025. According to the intervention plan actually accepted in the archive records, they were divided into the collaborative intervention group and the AI-only reading group with 50 cases in each group. In the AI-only reading group, the recorded intervention is purely generative AI independent reading intervention (college students are only responsible for equipment operation and maintenance, and do not participate in reading guidance and emotional intervention), while in the collaborative intervention group, the recorded intervention is the structured auxiliary collaborative intervention of the whole process of generative AI voice multi-round interactive reading combined with standardized training for college students. The intervention period is 12 weeks, three times a week, and each time is 20–25 min. Retrospective analysis of longitudinal data at baseline, 6 weeks of intervention, 12 weeks of follow-up and 4 weeks of follow-up, with the comprehensive score of early reading as the only preset main outcome index, repeated measurement analysis of variance, independent sample t -test and chi-square test were used to analyze the inter-group and time effects, Cohen’s d was used to evaluate the effect, and the test level was α = 0.05. Results Retrospective archive data shows that, after intervention, the collaborative intervention group achieved significantly higher composite early reading scores, phonological awareness, vocabulary comprehension accuracy, reading attention duration and reading interest scores than the AI-only reading group ( p < 0.05). The main effects of group, time and the group-time interaction were all highly statistically significant ( p < 0.01), with an effect size of Cohen’s d = 0.50 representing a moderate intervention effect. The collaborative intervention group also showed significantly higher intervention adherence rate, AI interaction completion rate, reading task completion rate and frequency of active participation than the AI-only reading group ( p < 0.05). In terms of digital health-related outcomes, the collaborative intervention group had significantly lower incidence of adverse psychological states, incidence of prodromal signs of visual fatigue and digital eye strain symptoms, and study dropout rate ( p < 0.05). Among the digital health-related safety indicators, the incidence of negative emotions, visual fatigue and research dropout rate were significantly lower than those of the AI-only reading group ( p < 0.05). The archived records showed that the whole screen duration was strictly in compliance, and there was no privacy leakage and serious adverse events. The 10% lost visit rate was controllable, and the complete rate of informed consent and the qualified rate of implementation were all 100%, and there was no privacy leakage and serious adverse events. Conclusion The generative AI interaction mode paired with college student auxiliary support is associated with sustained improvement school-age children’s core early reading ability via cumulative short-term follow-up effects. Meanwhile, this collaborative model enables effective management of digital environmental exposure risks and may reduce risks related to visual and psychological health among school-age children. The intergroup differences remained stable with reliable effect sizes. This intervention model can be may provide a reference for future implementation as a digital public health intervention targeting school-age children’s early reading, and provides preliminary empirical evidence for the standardized application of AI-supported education for school-age children. This retrospective study only reflects the differences between groups of compound intervention programs in archived cases, and cannot establish strong causal inference.

زمینه: در بستر توانمندسازی دیجیتال، هوش مصنوعی مولد به طور گسترده‌ای در آموزش خواندن کودکان سن مدرسه به کار گرفته شده است و خواندن دیجیتال به یکی از انواع اصلی مواجهه‌ی محیطی برای کودکان سن مدرسه تبدیل شده است. با این حال، کودکان سن مدرسه با چالش‌هایی مانند کمبود محتوای متناسب با سن و فشارهای جسمی و روانی غیرقابل کنترل مواجه هستند. نیاز فوری به یک الگوی مداخله‌ی سلامت عمومی وجود دارد که منافع سلامت مرتبط با خواندن را متعادل کند، خطرات مواجهه‌ی دیجیتال را پیشگیری و کنترل نماید، از آسیب‌های سلامت جسمی و روانی جلوگیری کند و با کودکان سن مدرسه از زمینه‌های اجتماعی-اقتصادی متنوع سازگار باشد. روش‌ها: در این مطالعه از طرح کنترل گذشته‌نگر استفاده شد. در مجموع ۱۰۰ مورد از کودکان سن مدرسه ۶ تا ۱۲ ساله از آرشیو مداخله‌ی استانداردشده‌ی مؤسسه‌ی ما از سپتامبر ۲۰۲۵ تا دسامبر ۲۰۲۵ جمع‌آوری شد. بر اساس برنامه‌ی مداخله‌ای که واقعاً در سوابق آرشیو پذیرفته شده بود، آن‌ها به دو گروه مداخله‌ی مشارکتی و گروه خواندن صرفاً با هوش مصنوعی تقسیم شدند که هر گروه شامل ۵۰ نفر بود. در گروه خواندن صرفاً با هوش مصنوعی، مداخله‌ی ثبت‌شده صرفاً مداخله‌ی خواندن مستقل با هوش مصنوعی مولد بود (دانشجویان دانشگاه فقط مسئول راه‌اندازی و نگهداری تجهیزات بودند و در راهنمایی خواندن و مداخله‌ی عاطفی شرکت نداشتند)، در حالی که در گروه مداخله‌ی مشارکتی، مداخله‌ی ثبت‌شده، مداخله‌ی ساختاریافته‌ی کمکی مشارکتی در کل فرایند خواندن تعاملی چندمرحله‌ای صوتی با هوش مصنوعی مولد همراه با آموزش استانداردشده برای دانشجویان دانشگاه بود. دوره‌ی مداخله ۱۲ هفته، سه بار در هفته و هر بار ۲۰ تا ۲۵ دقیقه بود. تحلیل گذشته‌نگر داده‌های طولی در خط پایه، ۶ هفته مداخله، ۱۲ هفته پیگیری و ۴ هفته پیگیری انجام شد و امتیاز جامع خواندن اولیه به عنوان تنها شاخص اصلی از پیش تعیین‌شده در نظر گرفته شد. برای تحلیل اثرات بین‌گروهی و زمانی از تحلیل واریانس اندازه‌گیری مکرر، آزمون t مستقل و آزمون کای-دو استفاده شد، اندازه‌ی اثر با Cohen’s d ارزیابی شد و سطح آزمون α = ۰٫۰۵ بود. نتایج: داده‌های آرشیوی گذشته‌نگر نشان داد که پس از مداخله، گروه مداخله‌ی مشارکتی در امتیاز ترکیبی خواندن اولیه، آگاهی واجی، دقت درک واژگان، مدت زمان توجه به خواندن و امتیاز علاقه به خواندن به طور معناداری بالاتر از گروه خواندن صرفاً با هوش مصنوعی بود (p < 0.05). اثرات اصلی گروه، زمان و تعامل گروه-زمان همگی از نظر آماری بسیار معنادار بودند (p < 0.01) و اندازه‌ی اثر Cohen’s d = 0.50 نشان‌دهنده‌ی اثر مداخله‌ای متوسط بود. گروه مداخله‌ی مشارکتی همچنین نرخ پایبندی به مداخله، نرخ تکمیل تعامل با هوش مصنوعی، نرخ تکمیل وظیفه‌ی خواندن و فراوانی مشارکت فعال به طور معناداری بالاتری نسبت به گروه خواندن صرفاً با هوش مصنوعی نشان داد (p < 0.05). از نظر پیامدهای مرتبط با سلامت دیجیتال، گروه مداخله‌ی مشارکتی شیوع معناداری کمتری از وضعیت‌های روانی نامطلوب، نشانه‌های پیش‌درآمد خستگی بینایی و علائم خستگی چشمی دیجیتال و نرخ ترک تحصیل داشت (p < 0.05). در میان شاخص‌های ایمنی مرتبط با سلامت دیجیتال، شیوع هیجانات منفی، خستگی بینایی و نرخ ترک پژوهش به طور معناداری کمتر از گروه خواندن صرفاً با هوش مصنوعی بود (p < 0.05). سوابق آرشیوی نشان داد که مدت زمان کل استفاده از صفحه نمایش کاملاً مطابق با مقررات بوده و هیچ نشتی حریم خصوصی و رویداد نامطلوب جدی وجود نداشته است. نرخ مراجعه‌ی از دست رفته ۱۰٪ قابل کنترل بود و نرخ کامل بودن رضایت آگاهانه و نرخ اجرای واجد شرایط هر دو ۱۰۰٪ بود و هیچ نشتی حریم خصوصی و رویداد نامطلوب جدی وجود نداشت. نتیجه‌گیری: شیوه‌ی تعاملی هوش مصنوعی مولد همراه با حمایت کمکی دانشجویان دانشگاه با بهبود پایدار توانایی خواندن اولیه‌ی هسته‌ای کودکان سن مدرسه از طریق اثرات تجمعی پیگیری کوتاه‌مدت مرتبط است. در عین حال، این مدل مشارکتی امکان مدیریت مؤثر خطرات مواجهه با محیط دیجیتال را فراهم می‌کند و ممکن است خطرات مرتبط با سلامت بینایی و روانی کودکان سن مدرسه را کاهش دهد. تفاوت‌های بین‌گروهی با اندازه‌های اثر قابل اعتماد پایدار باقی ماندند. این مدل مداخله می‌تواند به عنوان مرجعی برای اجرای آینده به عنوان یک مداخله‌ی سلامت عمومی دیجیتال با هدف خواندن اولیه‌ی کودکان سن مدرسه مورد استفاده قرار گیرد و شواهد تجربی مقدماتی برای کاربرد استاندارد آموزش مبتنی بر هوش مصنوعی برای کودکان سن مدرسه فراهم می‌کند. این مطالعه‌ی گذشته‌نگر فقط تفاوت‌های بین گروه‌های برنامه‌های مداخله‌ی ترکیبی در موارد آرشیوی را منعکس می‌کند و نمی‌تواند استنباط علّی قوی ایجاد کند.