Language assessment tools for Arabic-speaking heritage and refugee children in Germany
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Though Germany has long provided education for children speaking a heritage language and received two recent waves of refugees, reliable assessment tools for diagnosis of language impairment or the progress in the acquisition of German as a second language (L2) by refugee children are still lacking. The few tools expressly targeting bilingual populations are normed for younger, early successive bilingual children. This study investigates 27 typically developing children with Arabic as first language (L1), comparing 15 school-age Syrian refugees (6;6–12;8), with 12 heritage speakers (6;0–12;9). We assess the L1 and L2 skills of these two groups with standardized tests, but crucially with an Arabic and a German sentence repetition (SRT) as well as a nonword (NWRT) repetition task (Grimm & Hübner, in press; Marinis & Armon-Lotem, 2015). Comparable scores emerged only for German LITMUS-NWRT and Arabic LITMUS-SRT. Refugee children had an advantage in L1 measures, for example, vocabulary and morphosyntactic production, whereas they performed poorly in the German LITMUS-SRT and other L2 tests involving morphosyntax and vocabulary even with 24 months of systematic exposure. This indicates that the acquisition of adequate vocabulary and complex syntax takes time. The paper explores factors influencing performance on the repetition tasks and relates the results to established diagnostic procedures and educational policies.
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.
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 découle