MétaCan
Menu
Retour à la cohorte
Enregistrement W2890180762 · doi:10.1017/s030500091800034x

A multi-group approach to examining language development in at-risk learners

2018· article· en· W2890180762 sur OpenAlexafffund
Audrey Delcenserie, Fred Genesee, Natacha Trudeau, François Champoux

Notice bibliographique

RevueJournal of Child Language · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensMcGill UniversityUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCentre for Research on Brain, Language and Music
Mots-clésPsychologySocioeconomic statusDevelopmental psychologyLanguage developmentLanguage assessmentSpecific language impairmentAudiologyDemographyMedicineMathematics education

Résumé

récupéré en direct d'OpenAlex

A battery of standardized language tests and control measures was administered to three groups of at-risk language learners - internationally adopted children, deaf children with cochlear implants, and children with specific language impairment - and to groups of second-language learners and typically developing monolingual children. All children were acquiring French, were matched on age, gender, and socioeconomic status, and were between age 5;0 and 7;3 at the time of testing. Differences between the at-risk and not-at-risk groups were evident in all domains of language testing. The children with SLI or CIs scored significantly lower than the IA children and all three at-risk groups scored lower than the monolingual group; the L2 and IA groups scored similarly. The results suggest that children with limited access to, or ability to process, early language input are at greater risk than children with delayed input to an additional language but otherwise typical or relatively typical early input.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,292
Écart entre enseignants0,273 · 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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child LanguageMême sujetLanguage Development and DisordersTravaux en français237 207