MétaCan
Menu
Retour à la cohorte
Enregistrement W2165498130 · doi:10.3109/02699206.2013.791880

Intervention for improving comprehension in 4–6 year old children with specific language impairment: practicing inferencing is a good thing

2013· article· en· W2165498130 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueClinical Linguistics & Phonetics · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesInstitut de Réadaptation en Déficience Physique de Québec
Mots-clésSpecific language impairmentPsychologyComprehensionReading comprehensionIntervention (counseling)Multiple baseline designDialogicLanguage impairmentDevelopmental psychologyTest (biology)Reading (process)LinguisticsPedagogy

Résumé

récupéré en direct d'OpenAlex

Few studies report on therapy to improve language comprehension in children with specific language impairment (SLI). We address this gap by measuring the effect of a systematic intervention to improve inferential comprehension using dialogic reading tasks in conjunction with pre-determined questions and cues. Sixteen children with a diagnosis of SLI aged 4-6 participated in 10 weekly treatment sessions carried out by their regular therapists. Baseline and maintenance periods were also tabulated. Two experimental measures and a standardized test revealed that children's total scores and the quality of their responses post-treatment were better than those obtained pre-treatment. However, perhaps due to the use of non-equivalent probes, this change could not be interpreted solely as a significant effect of intervention. These results nevertheless suggest that a systematically designed intervention focusing on the comprehension of specific types of questions requiring inferencing and using a carefully scaffolded cueing strategy can be beneficial.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,093
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,350
Écart entre enseignants0,322 · 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