MétaCan
Menu
Retour à la cohorte
Enregistrement W1837312329

Metalinguistic Ability in Bilingual Children: The Role of Executive Control.

2012· article· en· W1837312329 sur OpenAlexaff
Deanna C. Friesen, Ellen Bialystok

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMetalinguistic awarenessPsychologyControl (management)MetalinguisticsLinguisticsCognitive psychologyNeuroscience of multilingualismDeep linguistic processingAttentional controlCognitionComputer scienceTeaching methodArtificial intelligenceMathematics educationVocabulary development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although bilingual children tend to obtain lower scores than their monolingual peers on tests of formal language ability, they exhibit a processing advantage on non-verbal executive control (EC) tasks. This advantage may be attributable to EC practice that bilinguals routinely receive from the constant need to manage attention to two jointly activated languages. Metalinguistic tasks, unlike linguistic tasks, require children to access both their language knowledge (i.e., representations) and recruit EC ability; that is, metalinguistic tasks require children to use attentional processes to operate on linguistic forms. In this article, we review our recent studies examining linguistic and metalinguistic abilities in tasks that differed in the extent to which solutions were based on linguistic knowledge (representations) or control processes, allowing us to examine the relative contribution of each to bilingual language processing. Results indicate that bilinguals' superior EC ability allows them to compensate for weaker linguistic knowledge in metalinguistic tasks where greater recruitment of control processes is required.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetNeurobiology of Language and BilingualismTravaux en français237 207