MétaCan
Menu
Retour à la cohorte
Enregistrement W4285494850 · doi:10.1044/2022_jslhr-21-00596

Sentence Repetition Performance Differences in Bilingual and Monolingual Children

2022· article· en· W4285494850 sur OpenAlexaff
Deanna C. Friesen, Olivia Ward, Lisa M. D. Archibald

Notice bibliographique

RevueJournal of Speech Language and Hearing Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSentenceRepetition (rhetorical device)PsychologyLinguisticsSyntaxPhraseVerbNoun phraseNounTask (project management)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study examined language group differences in English syntactic knowledge based on performance on a sentence repetition task. METHOD: = 29) completed an English sentence repetition task. Their responses were analyzed as a function of sentence length (short vs. long), sentence type (active vs. passive), phrase type (noun, verb, and prepositional), and word type (content vs. function). RESULTS: Overall, early bilinguals' performance did not differ significantly from that of the monolinguals. However, these bilinguals recalled significantly more content words than function words on the long sentences. At each level of analysis, the late bilinguals' performance was less accurate than the other groups. The magnitude of these group differences was larger for passive sentences and prepositional phrases. CONCLUSION: Findings highlight areas of syntactic development that differ among groups and should be targeted for additional instruction with English language learners in elementary school.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,369
Écart entre enseignants0,312 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Speech Language and Hearing ResearchMême sujetLanguage Development and DisordersTravaux en français237 207