Early development of emerging and English-proficient bilingual children at school entry in an Australian population cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle