Does the Use of Complex Sentences Differentiate Between Bilinguals With and Without DLD? Evidence From Conversation and Narrative Tasks
Notice bibliographique
Résumé
Over-identification of language disorder among bilingual children with typical development (TD) is a risk factor in assessment. One strategy for improving assessment accuracy with bilingual children is to determine which linguistic sub-domains differentiate bilingual children with TD from bilingual children with developmental language disorder (DLD). To date, little research on sequential bilinguals with TD and DLD has focussed on complex (multi-clausal) sentences in naturalistic production, even though this is a noted domain of weakness for school-age monolinguals with DLD. Accordingly, we sought to determine if there were differences in the use of complex sentences in conversational and narrative tasks between school-age sequential bilinguals with TD and with DLD at the early stages of L2 acquisition. We administered a conversation and a narrative task to 63 English L2 children with TD and DLD, aged 5–7 years with 2 years of exposure to the L2. Children had diverse first language backgrounds. The L2-TD and L2-DLD groups were matched for age, length of L2 exposure and general L2 proficiency (receptive vocabulary size). Language samples from both tasks were coded and analyzed for the use of complex versus simple sentences, for the distribution of complex sentence types, for clausal density and mean length of utterance (MLU). Complex sentences included coordinated clauses, sentential complement clauses, adverbial clauses and relative clauses. Using regression modelling and PERMANOVA, we found that the L2-TD group produced more complex sentences than the L2-DLD group, with coordinated clauses, adverbial clauses and relative clauses differing the most between the groups. Furthermore, the two groups differed for mean clausal density, but not for MLU, indicating that clausal density and MLU did not estimate identical morphosyntactic abilities. Individual variation in complex sentence production for L2-TD was predicted by longer L2 exposure and task; by contrast, for L2-DLD, it was predicted by older age. This study indicates that complex sentence production is an area of weakness for bilingual children with DLD, as it is for monolinguals with DLD. The clinical implications of these findings are discussed.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».