MétaCan
Menu
Retour à la cohorte
Enregistrement W2112031264 · doi:10.1177/0142723707087583

Gestures accompanying speech in specifically language-impaired children and their timing with speech

2008· article· en· W2112031264 sur OpenAlexafffund
Joanna Blake, Debbie Myszczyszyn, Ariela Jokel, Neda Bebiroglu

Notice bibliographique

RevueFirst Language · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésGestureDeixisPsychologyNoun phrasePhraseLinguisticsObject (grammar)ProsodyCommunicationNonverbal communicationNounComputer scienceSpeech recognition

Résumé

récupéré en direct d'OpenAlex

The repertoire and timing of gestures accompanying speech were compared in children with specific language impairment (SLI), aged 5—10 years, in typically developing peers (CA), individually matched on age and nonverbal IQ, and in younger language-matched (LM) children. They were videotaped in two tasks, recounting a cartoon and describing their classroom. Three types of gestures were coded — iconics, deictics and beats — and the synchrony of these gestures with speech was examined in terms of number of words encompassed, grammatical speech category at gesture onset, and relationship of iconic gestures to the concept expressed in speech. All groups used more deictic gestures in the classroom description task. SLI children differed from the comparison children only in their use of iconic gestures. They produced somewhat more of these, used them more often to replace words, and began them more often on a noun phrase object. Otherwise, language proficiency, at least as measured by standardized tests, did not appear to impact the gestural system. The fact that, for all groups, most iconic and deictic gestures began on the noun phrase subject indicates a close synchrony between gesture and speech onset.

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)0,004
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,280
Écart entre enseignants0,251 · 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

Citations60
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFirst LanguageMême sujetHearing Impairment and CommunicationTravaux en français237 207