MétaCan
Menu
Retour à la cohorte
Enregistrement W4318755125 · doi:10.1017/s0305000922000708

Sources of individual differences in the dual language development of heritage bilinguals

2023· review· en· W4318755125 sur OpenAlexafffund
Johanne Paradis

Notice bibliographique

RevueJournal of Child Language · 2023
Typereview
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyVariation (astronomy)Neuroscience of multilingualismLanguage developmentHeritage languageLinguisticsLanguage acquisitionRelevance (law)Developmental linguisticsDevelopmental psychologyDual (grammatical number)Dual languageCognitive psychologyComprehension approachLanguage educationMathematics education

Résumé

récupéré en direct d'OpenAlex

Bilingual children are a more heterogenous group than their monolingual counterparts with respect to the sources of variation in their language learning environments, as well as the wide individual variation in their language abilities. Such heterogeneity in both individual difference factors and language abilities argues for the importance of an individual differences approach in research on bilingual development. The main objective of this article is to provide a review and synthesis of research on the sources of individual differences in the second language (L2) and heritage language (HL) development of child bilinguals. Several child-internal and child-external individual difference factors are discussed with respect to their influence on children's dual language abilities. In addition, the emergent research on individual differences in bilingual children with developmental language disorder is reviewed. Both the theoretical and applied relevance of individual difference approaches to bilingual development are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,059
Tête enseignante GPT0,363
Écart entre enseignants0,304 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations161
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child LanguageMême sujetLanguage Development and DisordersTravaux en français237 207