Associations between maternal responsive linguistic input and child language performance at age 4 in a community‐based sample of slow‐to‐talk toddlers
Notice bibliographique
Résumé
BACKGROUND: In a community sample of slow-to-talk toddlers, we aimed to (a) quantify how well maternal responsive behaviors at age 2 years predict language ability at age 4 and (b) examine whether maternal responsive behaviors more accurately predict low language status at age 4 than does expressive vocabulary measured at age 2 years. DESIGN OR METHODS: Prospective community-based longitudinal study. At child age 18 months, 1,138 parents completed a 100-word expressive vocabulary checklist within a population survey; 251 (22.1%) children scored ≤20th percentile and were eligible for the current study. Potential predictors at 2 years were (a) responsive language behaviors derived from videotaped parent-child free-play samples and (b) late-talker status. Outcomes were (a) Clinical Evaluation of Language Fundamentals-Preschool Second Edition receptive and expressive language standard score at 4 years and (b) low language status (standard score > 1.25 standard deviations below the mean on expressive or receptive language). RESULTS: = 3.5%) language scores at 4. The logistic regression model containing only responsive behaviors achieved "fair" predictive ability of low language status at age 4 (area under curve [AUC] = 0.79), slightly better than the model containing only late-talker status (AUC = 0.74). This improved to "good" predictive ability with inclusion of other known risk factors (AUC = 0.82). CONCLUSION: A combination of short measures of different dimensions, such as parent responsive behaviors, in addition to a child's earlier language skills increases the ability to predict language outcomes at age 4 to a precision that is approaching clinical value. Research to further enhance predictive values should be a priority, enabling health professionals to identify which slow-to-talk toddlers most likely will or will not experience later poorer language.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».