Predicting Language at 2 Years of Age: A Prospective Community Study
Notice bibliographique
Résumé
OBJECTIVE: This article responds to evidence gaps regarding language impairment identified by the US Preventive Services Task Force in 2006. We examine the contributions of putative child, family, and environmental risk factors to language outcomes at 24 months of age. METHODS: A community-ascertained sample of 1720 infants who were recruited at 8 months of age were followed at ages 12 and 24 months in a prospective, longitudinal study in metropolitan Melbourne, Australia. Outcomes at 24 months were parent-reported infant communication (Communication and Symbolic Behavior Scales and MacArthur-Bates Communicative Development Inventories vocabulary production score). Putative risk factors were gender, preterm birth, birth weight, multiple birth, birth order, socioeconomic status, maternal mental health, maternal vocabulary and education, maternal age at birth of child, non-English-speaking background, and family history of speech-language difficulties. Linear regression models were fitted to total standardized Communication and Symbolic Behavior Scales and Communicative Development Inventories vocabulary production scores; a logistic regression model was fitted to late-talking status at 24 months. RESULTS: The regression models accounted for 4.3% and 7.0% of the variation in the 24-month Communication and Symbolic Behavior Scales and Communicative Development Inventories scores, respectively. Male gender and family history were strongly associated with poorer outcomes on both instruments. Lower Communication and Symbolic Behavior Scales scores were also associated with lower maternal vocabulary and older maternal age. Lower vocabulary production scores were associated with birth order and non-English-speaking background. When the 12-month Communication and Symbolic Behavior Scales Total score was added as a covariate in the linear regression of 24-month Communication and Symbolic Behavior Scales Total score, it was by far the strongest predictor. CONCLUSIONS: These early risk factors explained no more than 7% of the variation in language at 24 months. They seem unlikely to be helpful in screening for early language delay.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».