MétaCan
Menu
← Retour à la cohorte
Enregistrement W4236496961 · doi:10.22215/etd/2016-11563

The Differential Effect of Print Consistency on Oral Vocabulary Learning in Bilingual Children

2016· dissertation· en· W4236496961 sur OpenAlexaff
Melissa Malette

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSpellConsistency (knowledge bases)LinguisticsVocabularyConsonantPsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Research supports that the incidental exposure to print during oral vocabulary learning facilitates the acquisition of spoken words.However, it is not clear how this effect is moderated by print consistency.The current study examined whether different inconsistencies would moderate oral vocabulary learning when the children spoke more than one language.A paired-associate learning paradigm was used to teach French-English bilingual children (7 to 10 years old) novel labels for object referents.Children learned three types of non-words: non-words with a consistentprint, a final silent letter (common to French), and a double consonant in medial position (common to French and English).Unexpectedly, children learned consistent and double-consonant non-words more easily than silent-letter non-words.There were no differences between consistent and double-consonant non-words.This effect was maintained on expressive vocabulary one day later.However, children's spellings indicated the consistent non-words were easier to spell than both silent-letter and double-consonant non-words.iii Acknowledgments In the two years of my Master's degree, I have felt happiness, frustration, eagerness, stress, challenged and sometimes defeat.However, now I feel proud.I have grown and learned so much as a person, a student, and a researcher.To that, I must thank my supervisor, Dr. Monique Sénéchal.Through the years of working together, you have taught me to be a critical thinker and have always pushed me to my limits.I will be forever grateful for the opportunities that you gave me and the skills that I now have to enter the real-world.I must thank Ashley Bildfell -I could not have done this without you.Thank you for listening to me talk through thesis issues, but most of all, thank you for being such a wonderful friend.Amongst others in my family, thank you to my sister, Cassandra Malette who was always there to listen and was always willing to practice study procedures with me.Thank you to my parents who never stopped believing in me.I am forever indebted to Maxime

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,306
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy Development→Travaux en français237 207→