Toddler-directed and adult-directed gesture frequency in monolingual and bilingual caregivers
Notice bibliographique
Résumé
Aims and objectives: This study was designed to assess whether bilingual caregivers, compared with monolingual caregivers, modify their nonverbal gestures to match the increased communicative and/or cognitive-linguistic demands of bilingual language contexts – as would be predicted based on the ‘Facilitative Strategy Hypothesis’. Methodology: We examined the rate of gestures (i.e., representational and beat gestures) in monolingual and bilingual caregivers when retelling a cartoon story to their child or to an adult, in a monolingual and a bilingual context (‘synonym’ context for monolingual caregivers). Data and analysis: We calculated the frequency of all gestures, representational gestures, and beat gestures for each addressee (adult-directed vs. toddler-directed) and language context (monolingual vs. bilingual/synonym), separately for the monolingual and the bilingual caregivers. Using linear mixed models, we contrasted monolingual versus bilingual caregivers’ gesture frequency. Findings/conclusions: Bilingual caregivers gesture more than monolingual caregivers, irrespective of addressee and language context. Furthermore, we found evidence in support of the Facilitative Strategy Hypothesis across both monolingual and bilingual caregivers, as both groups increased the rate of their representational gestures in the child-directed retelling. Furthermore, both bilingual and monolingual caregivers used more gestures in the context of increased communicative demands (language mixing or using synonyms for monolingual caregivers). Originality: To our knowledge, this is the first study of gesture use in child-directed communication in monolingual and bilingual caregivers. Significance/implications: Independent of their monolingual or bilingual status, caregivers adjust their multimodal communication strategies (specifically gestures) when interacting with their children. Furthermore, under increased communicative demands, both groups of caregivers further increase their gesture rate.
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 | 0,005 |
| 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 | 0,001 |
| 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 ».