Impacts of the COVID-19 disruption on the language and literacy development of monolingual and heritage bilingual children in the United States
Notice bibliographique
Résumé
Children who speak one language at home and a different language at school may be at higher risk of falling behind in their academic achievement when schooling is disrupted. The present study examined the effects of COVID-19-related school disruptions on English language and literacy development among monolingual and bilingual children in the US. All children attended English-only schools that implemented varied forms of virtual and hybrid schooling during the pandemic. Pre-COVID-19 and during-COVID-19 examinations were conducted with 237 children (M(SD)age = 7.78 (1.54) at Time 1) from relatively high SES homes, including 95 monolinguals, 75 Spanish-English and 67 Chinese-English bilinguals. The findings revealed different impacts of COVID-19 school disruptions on the present bilingual and monolingual participants. Specifically, between Time 1 and Time 2, monolingual children made age-appropriate improvements in all literacy measurements. Relative to monolinguals, both bilingual groups showed greater gains in vocabulary but lower gains in reading comprehension. Moreover, across groups, children’s independent reading practices during COVID-19 were positively associated with children’s literacy growth during the pandemic-related schooling disruptions. Taken together, these findings inform theoretical perspectives on learning to read in linguistically diverse children experiencing COVID-19-related schooling disruptions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».