MétaCan
Menu
Retour à la cohorte
Enregistrement W4309505052 · doi:10.32920/21596736

Supporting families and young deaf children with a bimodal bilingual approach

2022· preprint· en· W4309505052 sur OpenAlexaboutno aff
Katherine Rowley, Kristin Snoddon, Rachel O’Neill

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research Council
Mots-clésSign languageNeuroscience of multilingualismSociolinguistics of sign languagesManually coded languageSign (mathematics)LinguisticsGrammarLiteracyLanguage interpretationAmerican Sign LanguageVocabularyPsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

<p>This article reviews research and presents recommendations concerning bimodal bilingualism for families with young deaf and hard of hearing children. Bimodal bilingualism means deaf children and their families have access to a national sign language in addition to other spoken/written languages. National sign languages are one or more of the sign languages that make up the linguistic ecology of a country, including but not limited to British Sign Language (BSL) in the UK and American Sign Language (ASL) in Canada. National sign languages have their own vocabulary, grammar, and social rules of use, and many sign languages are used by deaf communities around the world. Bimodal bilingualism and enhanced family communication have long-lasting benefits for deaf children’s development and wellbeing. We look at how to support early bimodal bilingual communication and literacy, and the role of practitioners in guiding families.</p>

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)0,001
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 enseignants0,096
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,339
Écart entre enseignants0,309 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHearing Impairment and CommunicationTravaux en français237 207