Contextual and socioeconomic variation in early motor and language development
Notice bibliographique
Résumé
OBJECTIVE: To compare early motor and language development of children <3 years of age growing up in high-income and low-income contexts. DESIGN: Cross-sectional study. SETTING: We analysed differences in motor and language skills across study sites in Cambodia, Chile, Ghana, Guatemala, Lebanon, Pakistan, the Philippines and the USA. MAIN OUTCOME MEASURE: Cognitive and language development assessed with the Caregiver Reported Early Development Instruments (CREDI) tool. RESULTS: 4649 children aged 0-35 months (mean age=18 months) were analysed. On average, children in sites with a low Human Development Index (HDI) had 0.54 SD (95% CI -0.63 to -0.44) lower CREDI motor scores and 0.73 SD (95% CI -0.82 to -0.64) lower language scores than children growing up in high HDI sites. On average, each unit increase in national log income per capita was associated with a 0.77-month (95% CI -0.93 to 0.60) reduction in the age of motor milestone attainment and a reduction in the age of language milestone attainment of 0.55 months (95% CI -0.79 to -0.30). These observed developmental differences were not universal: no developmental differences across sites with highly heterogeneous socioeconomic contexts were found among children growing up in households with highly educated caregivers providing stimulating early environments. CONCLUSION: Developmental gaps in settings with low HDI are substantial on average, but appear to be largely attributable to differences in family-level socioeconomic status and caregiving practices. Programmes targeting the most vulnerable subpopulations will be essential to reduce early life disparities and improve long-run outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».