Moving Beyond Single Word Acquisition of Speech Sounds to Connected Speech Development With Dynamic Assessment
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to document speech sound development across early childhood from a dynamic assessment (DA) perspective that captures a breadth of linguistic environments using the Glaspey Dynamic Assessment of Phonology (Glaspey, 2019), as well as to provide normative data for speech-language pathologists to compare speech skills when making clinical decisions and provide historical context. Targets of English were evaluated via DA for the (a) age of acquisition in single words; (b) continued development through connected speech; (c) early, mid, and late sequence; and (d) differences between single word and connected speech productions. METHOD: Data were extracted from the reported results of the norming study for the Glaspey Dynamic Assessment of Phonology, which included a representative sample of 880 children ages 3 years to 10;11 (years;months). Comparisons were made with 49 items including multisyllabic words, clusters, and phonemes of English across word positions. RESULTS: Assessment with DA showed that acquisition in single words is nearly complete by age 6 years with a 90% mastery level, and the sequence suggests an Early-13, Mid-16, and Late-14 for items by word position. In connected speech, a wider range of progression is evident from the emergence of sound production at 50%, 75%, and 90% mastery levels with observed changes between ages 3 and 10 years. CONCLUSIONS: Given a DA approach across connected linguistic environments, children continue to progress in their development of speech sounds from early childhood well into their school-age years and for some sounds beyond the age of 10 years. DA challenges the language system to better reflect children's developmental progression.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».