MétaCan
Menu
Retour à la cohorte
Enregistrement W2531877711 · doi:10.1111/desc.12488

Post‐conflict slowing effects in monolingual and bilingual children

2016· article· en· W2531877711 sur OpenAlexaff
John G. Grundy, Aram Keyvani Chahi

Notice bibliographique

RevueDevelopmental Science · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensYork University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institutes of Health
Mots-clésDisengagement theoryPsychologyStimulus (psychology)Cognitive psychologyCognitionDevelopmental psychologyNeuroscience of multilingualismReplicateNeuroscience

Résumé

récupéré en direct d'OpenAlex

Previous research has shown that bilingual children outperform their monolingual peers on a wide variety of tasks measuring executive functions (EF). However, recent failures to replicate this finding have cast doubt on the idea that the bilingual experience leads to domain-general cognitive benefits. The present study explored the role of disengagement of attention as an explanation for why some studies fail to produce this result. Eighty children (40 monolingual, 40 bilingual) who were 7 years old performed a task-switching experiment. In the pure blocks, three simple non-conflict tasks were performed in which children responded by pressing one of two response keys. In the conflict block, occasional bivalent stimuli appeared and created conflict because the irrelevant dimension was mapped to the incorrect response key. The results showed that these bivalent stimuli affected subsequent performance in the conflict block. For monolinguals, the effect of conflict was found for up to 12 trials after the appearance of the bivalent stimulus, but for bilinguals the effect disappeared after only two trials. The results are interpreted as evidence for faster disengagement of attention by bilingual children. Most studies examining EF in monolingual and bilingual children do not examine trial-by-trial adjustments following conflict, but these are essential considerations because relevant processing differences are masked when analyses are applied to data averaged across entire blocks.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,280 · 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

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetReading and Literacy DevelopmentTravaux en français237 207