Linguistic and Literacy Predictors of Early Spelling in First and Second Language Learners.
Notice bibliographique
Résumé
Abstract Error analyses using a multidimensional measure were conducted on the misspellings of Kindergarten children speaking English as a first (EL1) and English as a second language (ESL) in order to detect any differences in early spelling ability between language groups. Oral vocabulary, syntactic knowledge, phonological processing, letter/word reading, and alphabet writing fluency tasks were also administered. The speakers of EL1 and ESL achieved similar spelling sophistication scores despite lower oral vocabulary and syntactic knowledge for the ESL group. More sophisticated spelling approaches were related to better-developed phonological processing, syntactic knowledge, and early word reading irrespective of language status. Résumé Afin de détecter des compétences orthographiques précoces différentes, une analyse multidimensionnelle des erreurs d’orthographe s’est effectuée chez des élèves en maternelle dont l’anglais est la langue natale (AL1) et ceux dont l’anglais est une langue seconde (AL2). On a également testé le vocabulaire à l’oral, l’alphabet à l’écrit, les connaissances syntaxiques, la procédure phonologique et la lecture des lettres et des mots. Malgré un vocabulaire à l’oral plus restreint et moins de connaissances syntaxiques chez les élèves AL2, les deux groupes atteignaient des scores de sophistication orthographique pareils. Indépendamment de la langue maternelle, les démarches orthographiques plus sophistiquées correspondaient à une procédure phonologique plus avancée, aux connaissances syntaxiques et à la lecture précoce des mots.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».