Towards Linguistically-Responsive Literacy Assessments in Bilingual Children: Establishing an Urdu Phonological Tele-Assessment Tool (U-PASS)
Notice bibliographique
Résumé
Childhood literacy contributes to future academic and socio-economic success; it is therefore important to provide early reading intervention. Successful intervention hinges on early assessment. Speech-language pathologists and educators use early literacy precursor assessment tools to identify children at risk for future reading difficulties. Phonological processing is one of these precursors commonly assessed with monolingual and bilingual children. However, there is a clear English-language assessment bias when it comes to these tools, which impacts clinical and research practices. To address this bias, we developed an age- and linguistically-appropriate Urdu Phonological Tele-Assessment tool (U-PASS) across three phases: (1) Item & Subtest Structure Development, (2) Item Revisions, and (3) Tool Evaluation, including subtest and item-level analyses based on average accuracy rates and discrimination power. We also examined the U-PASS tool’s criterion-based concurrent validity in relation to the Urdu word/non-word reading accuracy skills of 115 typically-developing Urdu-English simultaneous bilinguals in Grades 1-2 across Canada and Pakistan. Linear regression analyses indicate significant phonological processing-reading correlations after accounting for expressive vocabulary, language background and demographic factors, thereby demonstrating tool concurrent validity. This open-access tool will facilitate literacy assessment in under-investigated heritage languages commonly spoken by bilinguals, and promote literacy accessibility globally.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».