MétaCan
Menu
Retour à la cohorte
Enregistrement W2098394044 · doi:10.1080/13670050.2013.820686

The effect of sociolinguistic factors and English language proficiency on the development of French as a third language

2013· article· en· W2098394044 sur OpenAlexafffundabout
Daniel Bérubé, Stefka H. Marinova-Todd

Notice bibliographique

RevueInternational Journal of Bilingual Education and Bilingualism · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of British ColumbiaUniversité de Saint-Boniface
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLanguage proficiencyMetalinguistic awarenessReading comprehensionLiteracyPsychologyLanguage assessmentReading (process)Neuroscience of multilingualismMultilingualismFirst languageLinguisticsMathematics educationPedagogy

Résumé

récupéré en direct d'OpenAlex

The classroom demographics in French immersion (FI) programs across Canada are changing: There are a growing number of multilingual students who are learning English as a second language (L2) and French as a third language (L3). However, little is known about the development of French language proficiency and reading skills of multilingual students in the FI programs. The association between sociolinguistic factors as well as metalinguistic awareness, language proficiency, and literacy skills in the L2 and language proficiency and literacy skills in the L3 was investigated in this study. The sample included 55 students with an average age of 11 years and six months, in early FI programs who were tested at the end of Grade 6. Multiple regression analyses revealed that oral language proficiency and reading comprehension in English predicted oral language proficiency and reading comprehension skills in French, controlling for amount of reading in French and morphological awareness in English. This study demonstrated that although the majority of instruction in FI programs is in French, multilingual students continue to develop age-appropriate oral language proficiency and reading skills in English and French.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,348
Écart entre enseignants0,338 · 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

Citations13
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bilingual Education and BilingualismMême sujetReading and Literacy DevelopmentTravaux en français237 207