Early development of emerging and English-proficient bilingual children at school entry in an Australian population cohort
Notice bibliographique
Résumé
Children who enter school with limited proficiency in the language of instruction face a range of challenges in negotiating this new context, yet limited data have been available to describe the early developmental outcomes of this subpopulation in the Australian context. The Australian Early Development Index (AEDI) is a teacher-rated checklist that measures five important domains of child development: physical health and wellbeing, social competence, emotional maturity, language and cognitive skills, and communication skills and general knowledge. In 2009, the AEDI was completed for 97.5% of Australian children in their first year of schooling ( N = 261,147; M = 5 years, 7 months of age), providing a unique opportunity to explore the cross-sectional associations between language background, proficiency in English, and early developmental outcomes at the population-level. Logistic regression analyses revealed that, compared to their peers from English-speaking backgrounds, bilingual children who were not yet proficient in English had substantially higher odds of being in the “vulnerable” range (bottom 10th percentile) on the AEDI domains ( OR = 2.88, p < .001, to OR = 7.49, p < .001), whereas English-proficient bilingual children had equal or slightly lower odds ( OR = .84, p < .001, to OR = .97, ns). Future research with longitudinal data is now needed to establish causal pathways and explore long term outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».