MétaCan
Menu
Retour à la cohorte
Enregistrement W2088852584 · doi:10.1044/1058-0360(2001/030)

Children With a History of Expressive Vocabulary Delay

2001· article· en· W2088852584 sur OpenAlexaff
Luigi Girolametto, Megan Wiigs, Elaine Weitzman, Patsy Steig Pearce

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2001
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVocabularyGrammarPsychologyIntervention (counseling)Language developmentDevelopmental psychologyTask (project management)Expressive languageLinguistics

Résumé

récupéré en direct d'OpenAlex

Outcomes of 21 children who were previously identified as late talkers were investigated at 5 years of age. The model of service delivery used for these children included a parent program for preventive intervention when the children were 2 years old, followed by focused direct intervention for children whose gains in speech and/or language skills continued to be slow. Their outcomes at 5 years of age were investigated using general language measures as well as higher level language tasks designed to stress the language system. Late talkers’ results were compared to those of a comparison group of children with histories of typical language development. Scores on standardized tests of language development indicated that the majority of late-talking children (i.e., 86%) had ‘caught up’ to their age-matched peers in expressive grammar and vocabulary. However, weaknesses remained in a number of higher level language areas, including a standardized test designed to measure facility with teacher-child discourse, a novel task that examined the child's use of pragmatic cues for anaphora resolution of ambiguous sentences, and narrative tasks. The clinical implications of these findings include close monitoring of these children as they reach school age and intervention in key areas of weakness for children who continue to demonstrate language difficulties as they mature.

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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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

Citations96
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Speech-Language PathologyMême sujetLanguage Development and DisordersTravaux en français237 207