MétaCan
Menu
Retour à la cohorte
Enregistrement W3165881989 · doi:10.31234/osf.io/fuhjb

Challenges of infant language acquisition in bilingual environments

2020· preprint· en· W3165881989 sur OpenAlexaff
Krista Byers‐Heinlein

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNeuroscience of multilingualismVariety (cybernetics)Language acquisitionFace (sociological concept)Computer scienceDevelopmental linguisticsPsychologyLinguisticsLanguage developmentArtificial intelligenceComprehension approachDevelopmental psychologyMathematics educationNatural language

Résumé

récupéré en direct d'OpenAlex

Many infants around the world grow up bilingual, learning two languages simultaneously from birth. What are these early bilingual environments like, and how do infants successfully navigate them? In this paper, I first describe the variety of ways that bilingual infants can encounter two languages during their early development. I then review how infants surmount unique challenges that they face during bilingual language acquisition. These include detecting and processing language switches, learning two sets of sounds and words, separating the languages, and processing speech in language-specific ways. I conclude by elucidating some of the most pressing methodological challenges in infant bilingualism research. I argue that Open Science approaches such as data sharing and large-scale collaborations will be essential to progress in our understanding of bilingualism in infancy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,318
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLanguage Development and DisordersTravaux en français237 207