MétaCan
Menu
Retour à la cohorte
Enregistrement W1975419617 · doi:10.1177/0142723703023001002

Linguistic Environment of Secondborn Children

2003· article· en· W1975419617 sur OpenAlexaff
Yuriko Oshima‐Takane, Medina Robbins

Notice bibliographique

RevueFirst Language · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFirstbornPsychologySiblingDevelopmental psychologyContext (archaeology)Social environmentLinguisticsBirth orderSociologyPopulationGeography

Résumé

récupéré en direct d'OpenAlex

The present study investigated whether the presence of an older sibling affects the language secondborn children hear. In particular, we investigated whether mothers' distribution of language across the three functional categories of metalingual, referential and social-regulative would differ from a mother-child dyadic to a mother-child-sibling triadic context, in support of Nelson's (1981) hypothesis. In addition, we investigated how older siblings' speech to both the child and the mother in the triadic context contributes to the linguistic environment of the secondborn children. Fourteen English-speaking secondborn children were videotaped at 21 months of age in two 25-minute free-play sessions, one with their mothers and the other with their mothers and older siblings. Mothers' and older siblings' utterances were analysed in terms of three function categories. The results provided evidence for Nelson's hypothesis that in the triadic context, mothers used more language centred around children's activities and social exchanges (social-regulative language), whereas in the dyadic context, they used more language-focused language (meta-lingual language). Furthermore, older siblings' utterances to the secondborn in the triadic context were overwhelmingly social-regulative, whereas their utterances to the mother were more metalingual and referential. These results suggest that linguistic environment of secondborn children is qualitatively different from that of firstborn children.

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)0,002
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
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,227 · 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

Citations46
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFirst LanguageMême sujetLanguage Development and DisordersTravaux en français237 207