MétaCan
Menu
Retour à la cohorte
Enregistrement W4366206284 · doi:10.3389/fpsyg.2023.1095164

A systematic review of bilingual experiences, labels, and descriptions in autism spectrum disorder research

2023· review· en· W4366206284 sur OpenAlexafffund
Rachel M. Hantman, Boin Choi, Katie Hartwick, Zoe Nadler, Gigi Luk

Notice bibliographique

RevueFrontiers in Psychology · 2023
Typereview
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeneralizability theoryPsychologyAutism spectrum disorderNeuroscience of multilingualismAutismMultilingualismDevelopmental psychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

There is growing research on autism spectrum disorder (ASD) that examines linguistically diverse samples, increasing research generalizability as many individuals with ASD live in bilingual or multilingual communities. However, bilingualism is not a homogenous experience that can be easily categorized. By clarifying participants' language experiences, research findings can be more meaningful for clinicians and practitioners. In this systematic review, we document how the language experiences of samples with and without ASD were described in 103 peer-reviewed journal articles. We observed that language experiences were characterized using a wide range of labels and descriptions. Approximately half of the studies in this review reported participants' language acquisition history, and 64% of the studies defined language proficiency using standardized measures or parental reports. However, <20% of the studies reported daily language exposure and/or usage of the participants. The diversity in how participants' language experiences were characterized in research reflects the complexity of bilingualism. Yet, to further understand how ASD and bilingualism intersect across studies, to facilitate meta-science development, and to balance generalizability with specificity, reporting common characteristics of bilingual experiences is recommended.

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)0,010
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0180,015
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,154
Tête enseignante GPT0,467
Écart entre enseignants0,313 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207