A comparison of two phonological screening tools for French-speaking children
Notice bibliographique
Résumé
Purpose: To examine two screening tools for phonological production, the Evaluation Sommaire de la Phonologie chez l’enfant d’âge préscolaire (ESPP) and the Test de Phonologie du Français Canadien-Dépistage (TPFC-D), developed according to differing theoretical perspectives. The TPFC-D, designed according to nonlinear phonology, includes more words and contains a greater variety of segments across word structure as compared to the ESPP, which was guided by a linear phonological framework. The greater response rate to test items, time of administration, and phonological complexity were expected on the TPFC-D.Method: Each screening tool was administered to 14 4-year-old French-speaking children living in Central Canada. Paired samples t-tests compared children’s responses on the two tasks with regards to (a) response rate and time of administration, (b) an overall percentage of consonants correct (PCC) and percentage of vowel correct (PVC), and (c) complexity of productions (i.e. PCC and PVC in relation to word structure, Word Shape Match, Whole Word Match, Phonological Mean Length of Utterance (pMLU) and Proportion of Whole-Word Proximity).Result: Item response rates were higher for the TPFC-D whereas time of administration, PCC and PVC were similar for both the ESPP and TPFC-D. Complexity measures showed a higher proportion of deletions in clusters and higher pMLUs on the TPFC-D compared to the ESPP.Conclusion: Both screening measures are appropriate for speech-language pathologists who want to assess quickly pre-school-aged children. Since the TPFC-D is phonologically more complex, it is recommended for clinicians needing to screen children who likely present with multiple speech sound errors across their phonological system.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».