Language skills differences between adults without formal education and low formal education
Notice bibliographique
Résumé
BACKGROUND: The influence of education on cognition has been extensively researched, particularly in countries with high levels of illiteracy. However, the impact of low education in all cognitive functions appears to differ. Regarding to language, the effects of education on many linguistic tasks-supported by different processing-remain unclear. The primary objective of this study was to determine whether oral language task performance differs among individuals with no formal and low-educated subjects, as measured by the Brazilian Montreal-Toulouse Language Assessment Battery (MTL-BR). This is the only language battery available for use in Brazil, but lacks normative data for illiterate individuals. The secondary objective was to gather data for use as clinical parameters in assessing persons with aphasia (PWA) not exposed to a formal education. METHODS: A total of 30 healthy illiterate individuals aged 34-60 years were assessed. All participants underwent the MTL-BR Battery, excluding its written communication tasks. The data obtained in the present study were compared against results of a previous investigation of individuals with 1-4 years of education evaluated using the same MTL-BR instrument. RESULTS: Statistically significant differences in performance were found between non-formal education and the low-educated (2-4 years) groups on the tasks Auditory Comprehension, Repetition, Orthographic/Phonological Fluency, Number dictation, Reading of numbers and also on simple numerical calculations. CONCLUSION: The study results showed that individuals with no formal education/illiterate had worse performance than low-education individuals on some of the language tasks of the MTL-Br Battery, suggesting that each year of education impacts cognitive-language performance. Also, data were obtained which can serve as a guide for PWA not exposed to a formal education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».