What Influences Language Impairment in Bilingual Aphasia? A Meta-Analytic Review
Notice bibliographique
Résumé
Patterns of language impairment in multilingual speakers with post-stroke aphasia are diverse: in some cases the language deficits are parallel, that is, all languages are impaired relatively equally, whereas in other cases deficits are differential, that is, one language is more impaired than the other(s). This diversity stems from the intricate structure of the multilingual language system, which is shaped by a complex interplay of influencing factors, such as age of language acquisition, frequency of language use, premorbid proficiency, and linguistic similarity between one's languages. Previous theoretical reviews and empirical studies shed some light on these factors, however no clear answers have been provided. The goals of this review were to provide a timely update on the increasing number of reported cases in the last decade and to offer a systematic analysis of the potentially influencing variables. One hundred and thirty cases from 65 studies were included in the present systematic review and effect sizes from 119 cases were used in the meta-analysis. Our analysis revealed better performance in L1 compared to L2 in the whole sample of bilingual speakers with post-stroke aphasia. However, the magnitude of this difference was influenced by whether L2 was learned early in childhood or later: those who learned L2 before 7 years of age showed comparable performance in both of their languages contrary to the bilinguals who learned L2 after 7 years of age and showed better performance in L1 compared to L2. These robust findings were moderated mildly by premorbid proficiency and frequency of use. Finally, linguistic similarity did not appear to influence the magnitude of the difference in performance between L1 and L2. Our findings from the early bilingual subgroup were in line with the previous reviews which included mostly balanced early bilinguals performing comparably in both languages. Our findings from the late bilingual subgroup stressed the primacy of L1 and the importance of age of L2 learning. In addition, the evidence from the present review provides support for theories emphasizing the role of premorbid proficiency and language use in language impairment patterns in bilingual aphasia.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».