MétaCan
Menu
Retour à la cohorte
Enregistrement W2000750799 · doi:10.1111/j.1540-4781.2007.00586.x

Early English Immersion and Literacy in Xi'an, China

2007· article· en· W2000750799 sur OpenAlexaff
Ellen Knell, Haiyan Qiang, Miao Pei, Yanping Chi, Linda S. Siegel, Lin Zhao, Wei Zhao

Notice bibliographique

RevueModern Language Journal · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVocabularyPhonological awarenessPsychologyLiteracyChinaLinguisticsFirst languageForeign languageFrench immersionNeuroscience of multilingualismMathematics educationPedagogyHistory

Résumé

récupéré en direct d'OpenAlex

Instruction in English as a foreign language at an early age is becoming more common worldwide even though the effects of this early instruction are not yet known. This study investigated the English and Chinese language performance of students enrolled in early English immersion in a Chinese primary school. In addition, factors that could predict successful English word recognition were investigated. There were 183 participants who were tested in both Chinese and English word identification, phonological awareness, and vocabulary, as well as English oral proficiency and letter name knowledge. The immersion students performed significantly better than the non‐immersion group on measures of English vocabulary, word identification, and oral proficiency, without any detrimental effects on their Chinese character reading, which made the program, in effect, an additive bilingual system. In addition, phonological awareness and letter name knowledge proved to be strong predictors of English word identification for the immersion students, a finding that was similar to results obtained in studies of native English‐speaking children. The findings have potentially useful pedagogical applications.

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 enseignants0,026
Score d'incertitude au seuil0,051

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,305
Écart entre enseignants0,297 · 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

Citations71
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Language JournalMême sujetReading and Literacy DevelopmentTravaux en français237 207