Understanding developmental language disorder - the Helsinki longitudinal SLI study (HelSLI): a study protocol
Notice bibliographique
Résumé
BACKGROUND: Developmental language disorder (DLD, also called specific language impairment, SLI) is a common developmental disorder comprising the largest disability group in pre-school-aged children. Approximately 7% of the population is expected to have developmental language difficulties. However, the specific etiological factors leading to DLD are not yet known and even the typical linguistic features appear to vary by language. We present here a project that investigates DLD at multiple levels of analysis and aims to make the reliable prediction and early identification of the difficulties possible. Following the multiple deficit model of developmental disorders, we investigate the DLD phenomenon at the etiological, neural, cognitive, behavioral, and psychosocial levels, in a longitudinal study of preschool children. METHODS: In January 2013, we launched the Helsinki Longitudinal SLI study (HelSLI) at the Helsinki University Hospital ( http://tiny.cc/HelSLI ). We will study 227 children aged 3-6 years with suspected DLD and their 160 typically developing peers. Five subprojects will determine how the child's psychological characteristics and environment correlate with DLD and how the child's well-being relates to DLD, the characteristics of DLD in monolingual versus bilingual children, nonlinguistic cognitive correlates of DLD, electrophysiological underpinnings of DLD, and the role of genetic risk factors. Methods include saliva samples, EEG, computerized cognitive tasks, neuropsychological and speech and language assessments, video-observations, and questionnaires. DISCUSSION: The project aims to increase our understanding of the multiple interactive risk and protective factors that affect the developing heterogeneous cognitive and behavioral profile of DLD, including factors affecting literacy development. This accumulated knowledge will form a heuristic basis for the development of new interventions targeting linguistic and non-linguistic aspects of DLD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».