Should Bilingual Children Learn Reading in Two Languages at the Same Time or in Sequence?
Notice bibliographique
Résumé
Is it best to learn reading in two languages simultaneously or sequentially? We observed second- and third-grade children in two-way dual-language learning contexts: (a) 50:50 or Simultaneous dual-language (two languages within same developmental period) and (b) 90:10 or Sequential dual-language (one language, followed gradually by the other). They were compared to matched monolingual English-only children in single-language English schools. Bilinguals (home language was Spanish only, English-only, or Spanish and English in dual-language schools), were tested in both languages, and monolingual children were tested in English using standardized reading and language tasks. Bilinguals in 50:50 programs performed better than bilinguals in 90:10 programs on English Irregular Words and Passage Comprehension tasks, suggesting language and reading facilitation for underlying grammatical class and linguistic structure analyses. By contrast, bilinguals in 90:10 programs performed better than bilinguals in the 50:50 programs on English Phonological Awareness and Reading Decoding tasks, suggesting language and reading facilitation for surface phonological regularity analysis. Notably, children from English-only homes in dual-language learning contexts performed equally well, or better than, children from monolingual English-only homes in single-language learning contexts. Overall, the findings provide tantalizing evidence that dual-language learning during the same developmental period may provide bilingual reading advantages.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».