MétaCan
Menu
Retour à la cohorte
Enregistrement W4310230603 · doi:10.3390/su142315788

Home Literacy Environment and Chinese-Canadian First Graders’ Bilingual Vocabulary Profiles: A Mixed Methods Analysis

2022· article· en· W4310230603 sur OpenAlexafffundabout
Guofang Li, Zhuo Sun, Fubiao Zhen, Xuejun Ryan Ji, Lee Gunderson

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHeritage languageNeuroscience of multilingualismVocabularyPsychologyContext (archaeology)LiteracyFirst languageDevelopmental psychologyThematic analysisMultimethodologyVocabulary developmentLinguisticsQualitative researchMathematics educationPedagogySociologyGeographyTeaching method

Résumé

récupéré en direct d'OpenAlex

Bilingual children in the North American context significantly improve in English language proficiency, but their heritage language learning varies between different linguistic groups. This mixed methods study was designed to explore the developmental patterns in bilingual vocabulary among Chinese-Canadian first-graders’ (N = 75) and to identify home factors that may have contributed to divergent bilingual developmental trajectories. Cluster analyses were conducted to identify underlying discrepancy profiles in bilingual oral lexicon. Four children with contrasting bilingual profiles were selected for qualitative analysis to explore home factors that may have contributed to the discrepancies. Thematic analyses of parental interviews revealed several family factors such as beliefs and attitudes toward bilingualism, quality literacy engagement, and sibling dynamics, that all appearing to contribute to the discrepancies.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,001
Communication savante0,0030,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,323
Écart entre enseignants0,314 · 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

Citations15
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetReading and Literacy DevelopmentTravaux en français237 207