MétaCan
Menu
Retour à la cohorte
Enregistrement W2274149867 · doi:10.1111/desc.12392

Monolingual and bilingual children's social preferences for monolingual and bilingual speakers

2016· article· en· W2274149867 sur OpenAlexafffund
Krista Byers‐Heinlein, Douglas A. Behrend, Lyakout Mohamed Said, Helana Girgis, Diane Poulin‐Dubois

Notice bibliographique

RevueDevelopmental Science · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésPsychologyNeuroscience of multilingualismPreferenceLinguisticsFirst languageExploratory researchMultilingualismForeign languageDevelopmental psychologySociology

Résumé

récupéré en direct d'OpenAlex

Past research has shown that young monolingual children exhibit language-based social biases: they prefer native language to foreign language speakers. The current research investigated how children's language preferences are influenced by their own bilingualism and by a speaker's bilingualism. Monolingual and bilingual 4- to 6-year-olds heard pairs of adults (a monolingual and a bilingual, or two monolinguals) and chose the person with whom they wanted to be friends. Whether they were from a largely monolingual or a largely bilingual community, monolingual children preferred monolingual to bilingual speakers, and native language to foreign language speakers. In contrast, bilingual children showed similar affiliation with monolingual and bilingual speakers, as well as for monolingual speakers using their dominant versus non-dominant language. Exploratory analyses showed that individual bilinguals displayed idiosyncratic patterns of preference. These results reveal that language-based preferences emerge from a complex interaction of factors, including preference for in-group members, avoidance of out-group members, and characteristics of the child as they relate to the status of the languages within the community. Moreover, these results have implications for bilingual children's social acceptance by their peers.

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)0,002
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,289
Écart entre enseignants0,244 · 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

Citations80
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207