Sensitivity and Specificity of French Language and Processing Measures for the Identification of Primary Language Impairment at Age 5
Notice bibliographique
Résumé
PURPOSE: Research on the diagnostic accuracy of different language measures has focused primarily on English. This study examined the sensitivity and specificity of a range of measures of language knowledge and language processing for the identification of primary language impairment (PLI) in French-speaking children. Because of the lack of well-documented language measures in French, it is difficult to accurately identify affected children, and thus research in this area is impeded. METHOD: The performance of 14 monolingual French-speaking children with confirmed, clinically identified PLI (M = 61.4 months of age, SD = 7.2 months) on a range of language and language processing measures was compared with the performance of 78 children with confirmed typical language development (M age = 58.9 months, SD = 5.7). These included evaluations of receptive vocabulary, receptive grammar, spontaneous language, narrative production, nonword repetition, sentence imitation, following directions, rapid automatized naming, and digit span. Sensitivity, specificity, and likelihood ratios were determined at 3 cutoff points: (a) -1 SD, (b) -1.28 SD, and (b) -2 SD below mean values. Receiver operator characteristic curves were used to identify the most accurate cutoff for each measure. RESULTS: Significant differences between the PLI and typical language development groups were found for the majority of the language measures, with moderate to large effect sizes. The measures differed in their sensitivity and specificity, as well as in which cutoff point provided the most accurate decision. Ideal cutoff points were in most cases between the mean and -1 SD. Sentence imitation and following directions appeared to be the most accurate measures. CONCLUSIONS: This study provides evidence that standardized measures of language and language processing provide accurate identification of PLI in French. The results are strikingly similar to previous results for English, suggesting that in spite of structural differences between the languages, PLI in both languages involves a generalized language delay across linguistic domains, which can be identified in a similar way using existing standardized measures.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».