MétaCan
Menu
Retour à la cohorte
Enregistrement W1970317950 · doi:10.1055/s-2005-864218

Continued Catch-Up and Language Delay in Children Adopted from China

2005· article· en· W1970317950 sur OpenAlexaff
J. A. Roberts, Karen Pollock, Rena A. Krakow

Notice bibliographique

RevueSeminars in Speech and Language · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Welfare and Adoption
Établissements canadiensUniversity of Alberta
Organismes subventionnairesTemple University
Mots-clésCohortPaceLanguage developmentLanguage assessmentPsychologyLanguage delayChinaMedicineAudiologyDevelopmental psychologyDemographyPediatricsMathematics educationGeography

Résumé

récupéré en direct d'OpenAlex

Most internationally adopted children learn their new language rapidly after adoption. What is not known is whether these gains continue at the same developmental pace throughout the preschool years. To answer this question, the continued language development of the 10 lowest performers from a cohort of 55 preschool-aged children adopted from China was examined. All 55 children had originally been assessed approximately 2 years earlier as preschoolers. The purpose was to examine whether continued English language exposure resulted in greater gain scores on a battery of standardized speech-language tests normed on monolingual English speakers. The 10 lowest performers were retested on the same battery approximately 2 years later. Scores on the second testing were examined in two ways. First, the amount of gain made from first to second testing for each child was examined, and second, the low performers were compared with adopted children from the original cohort who were matched for age and duration of time in the United States. It was found that more than half of the low-scoring children made clinically significant gains on the second assessment, but that low performers as a group scored below the level of matched peers in the cohort, even after approximately 2 years of additional English language exposure.

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 enseignants0,073
Score d'incertitude au seuil0,145

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,004
Tête enseignante GPT0,257
Écart entre enseignants0,253 · 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

Citations27
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Speech and LanguageMême sujetChild Welfare and AdoptionTravaux en français237 207