MétaCan
Menu
Retour à la cohorte
Enregistrement W2484429243 · doi:10.1075/tilar.18.08pie

Chapter 7. Language loss or retention in internationally-adopted children

2016· book-chapter· en· W2484429243 sur OpenAlexaff
Lara J. Pierce, Fred Genesee, Denise Klein

Notice bibliographique

RevueTrends in language acquisition research · 2016
Typebook-chapter
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensCentre for Research on Brain Language and MusicMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhonologyLanguage acquisitionSecond-language attritionLanguage developmentDevelopmental linguisticsContext (archaeology)Comprehension approachLinguisticsPsychologyCognitionFirst languageSociology of languageLanguage transferOn LanguageLanguage assessmentSecond-language acquisitionDevelopmental psychologyLanguage educationHistoryMathematics education

Résumé

récupéré en direct d'OpenAlex

It is well known that the most active period for brain development and acquisition of native language phonology occurs within the first year of life. For children who continue to speak their native language, early phonological representations may create the framework for the acquisition of more complex language abilities. However, internationally-adopted (IA) children discontinue their birth language when they begin to acquire their adopted language and, thus, exposure to and use of the language that gave rise to these native language representations is not maintained. In this chapter, we discuss neuro-cognitive evidence for the loss of elements of adoptees’ birth language. The implications of the fate of the birth language are considered in the context of typical developmental processes that occur during the earliest stages of language acquisition. In particular, we consider the impact of early experiences with the birth language on second language development and processing in adoptees and in language learners in general.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,059
Tête enseignante GPT0,402
Écart entre enseignants0,342 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in language acquisition researchMême sujetLanguage Development and DisordersTravaux en français237 207