Phonological and lexical effects in verbal recall by children with specific language impairments
Notice bibliographique
Résumé
BACKGROUND & AIMS: The present study examined how phonological and lexical knowledge influences memory in children with specific language impairments (SLI). Previous work showed recall advantages for typical adults and children due to word frequency and phonotactic pattern frequency and a recall disadvantage due to phonological similarity among words. While children with SLI have well-documented memory difficulties, it is not clear whether these language knowledge factors also influence recall in this population. METHODS & PROCEDURES: Sixteen children with SLI (mean age = 10;2) and chronological age-matched typically developing children (CAM) controls recalled lists of words differing in phonological similarity, word frequency and phonotactic pattern frequency. While previous studies used a small set of words appearing in multiple word lists, the current study used a larger set of words, without replacement, so that children could not gain practice with individual test items. OUTCOMES & RESULTS: All main effects were significant. Interactions revealed that children with SLI were affected by similarity, but less so than their peers, comparably affected by word frequency and unaffected by phonotactic pattern frequency. CONCLUSIONS & IMPLICATIONS: Results due to phonological similarity suggest that children with SLI use less efficient encoding, while results due to word frequency and phonotactic pattern frequency were mixed. Children with SLI used coarse-grained language knowledge (word frequency) comparably with peers, but were less able to use fine-grained knowledge (phonotactic pattern frequency). Paired with phonological similarity results, this suggests that children with SLI have difficulty establishing robust phonological knowledge for use in language tasks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».