Examining Neurodiversity in Bilingual Development Research: Recent Insights Through an Equity, Diversity, and Inclusion Lens
Notice bibliographique
Résumé
BackgroundAs highlighted by research on typically developing children, various biases exist when evaluating bilingual children’s abilities (De Houwer, 2023; Grosjean, 1998). These biases can lead to unequitable assessment of language and cognitive abilities – potentially over- or under-estimating bilinguals’ skills. Recent reviews on neurodivergent bilingual children (Kay-Raining Bird et al., 2016; Uljarević et al., 2016) alluded to the possibility that these biases are also present in clinical research.AimsThis review examines bilingual neurodiversity research in children through the lens of equity, diversity, and inclusion. Specifically, it evaluates potential biases in recent studies determine whether linguistic and cognitive abilities are assessed equitably, identify the types of linguistic and neurodiverse experiences represented in research, and examine the roles bilingual individuals play in research.MethodsWe conducted an abbreviated systematic review with a multi-pronged search of databases and a manual search for quantitative studies on linguistic and cognitive abilities with bilingual neurodivergent children. The Joanna Briggs Institute Checklist was adapted for risk of bias assessment. Data was extracted and analyzed from 95 studies, including study methods, bilingualism-related information (e.g., age of acquisition, language history tools, socioeconomic status), outcomes of interest (language, cognition), tasks (e.g., domain, name), and the main results or conclusions of each article.Main ContributionWe found that equitable bilingual assessment of language and cognition was highly affected by the lack of culturally and linguistically appropriate tools. Most studies used case-control designs, contrasting neurodivergent bilinguals with monolingual or typically developing peers, which promotes a deficit-based monolingual centered-view in bilingual neurodiversity research. We also identified persistent challenges in defining and measuring bilingualism that complicates cross-comparison across studies and disorders. Research focus remained largely on developmental language disorder (DLD; n=34) and autism spectrum disorder (ASD; n=29) given its language symptomology, while acquired disorders are understudied. Additionally, there is a lack of community-based research that could offer more inclusive methods by involving bilingual communities throughout the research process.ConclusionsThis review emphasizes the need to adopt equitable and inclusive research practices to better understand and support neurodivergent bilingual children. Future research should embrace a nuanced understanding of bilingualism and neurodiversity, prioritizing inclusive methodologies, as well as holistic assessments using culturally and linguistically appropriate tools, to avoid misdiagnoses and ensure fair clinical evaluations of language and cognition.
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 | 0,105 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,045 | 0,031 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».