MétaCan
Menu
Retour à la cohorte
Enregistrement W1761672935 · doi:10.1080/03004430.2015.1092141

Longitudinal effects of a two-generation preschool programme on receptive language skill in low-income Canadian children to age 10 years

2015· article· en· W1761672935 sur OpenAlexafffundabout
Muhammad Kashif Mughal, Carla Ginn, Robert L. Perry, Karen Benzies

Notice bibliographique

RevueEarly Child Development and Care · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of CalgaryMax Bell Foundation
Mots-clésPeabody Picture Vocabulary TestPsychologyImmigrationDevelopmental psychologyLongitudinal studyDemographyVocabulary developmentIntervention (counseling)Receptive languageVocabularyGerontologyMedicineCognitionGeographySociology

Résumé

récupéré en direct d'OpenAlex

We explored longitudinal effects of a two-generation preschool programme on receptive language scores in children (n = 78) at age 10 years, living with low income. Scores at four time-points, programme intake, exit, age 7, and age 10 years were measured using the Peabody picture vocabulary test (3rd ed.). Effects of culture (Aboriginal, other Canadian-born, and recent immigrant), and gender of the children were explored. Between programme intake and age 10, scores improved significantly, F(3, 75) = 21.11, p < .0005. There were significant differences among cultural groups at all time-points except age 10. Scores differed significantly for girls, but not boys, at age 10, F = 5.11, p = .01. Recent immigrant boys reached the Canadian average, while girls were two-thirds of the standard deviation below average. Early intervention programmes must include a focus on the unique circumstances of recent immigrant girls; supportive transition workers in schools are one recommendation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEarly Child Development and CareMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207