MétaCan
Menu
Retour à la cohorte
Enregistrement W3080140824 · doi:10.5539/ijel.v10n6p104

A Comparative Study of Language Development in Monolingual and Bilingual Children with Autism Spectrum Disorders

2020· article· en· W3080140824 sur OpenAlexvenueno aff
Mohammad H. Al-khresheh

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutismLikert scalePsychologyDevelopmental psychologyNeuroscience of multilingualismTypically developingScale (ratio)First languageLanguage developmentDomain (mathematical analysis)LinguisticsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

This study sought to analyze how the process of language development differed between a group of monolingual and bilingual children with autism spectrum disorders (n = 201) who were aged between 5-8 years and hailed from different countries around the world. To achieve this objective, a self-designed five-point Likert scale covering six different language domains was developed to measure the level of difficulty experienced by the participants. The measurement of the level of these difficulties was conducted based on reliable statistical analysis methods. The participants in the two groups were then compared on the basis of these difficulties. No statistically significant differences between the two groups were observed in any language domain. While mild differences within the items of main domains were indeed observed, they were deemed to be statistically non-significant. The results of this study suggest that both monolingualism and bilingualism do not have any detrimental effects on the language development abilities of children with autism spectrum disorders. Both groups were observed to experience the same level of difficulty in their language development process. This study’s limitations, implications, and other research suggestions have been discussed in detail as well.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,320
Écart entre enseignants0,293 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207