MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393992478 · doi:10.3389/fpsyg.2024.1280568

Word meaning types acquired before vs. after age 5: implications for education

2024· article· en· W4393992478 sur OpenAlexaff
Andrew Biemiller

Notice bibliographique

RevueFrontiers in Psychology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyNonverbal communicationMeaning (existential)VocabularyWord (group theory)Construct (python library)Vocabulary developmentLinguisticsDevelopmental psychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

This article concerns two types of word meanings: nonverbal meanings which appear to be associated with neurological representations and verbally-based meanings which appear to depend in part on other words to construct meanings. Using word use data from Hart and Risley's study of children aged 19 to 36 months, and word meaning knowledge data from Biemiller and Slonim's studies of children between aged 5 to 11, meanings were classified as nonverbal or verbally-based. Biemiller and Slonim used sampled word meanings reported known from grade levels 2 to 12 reported by Dale and O'Rourke in their Living Word Vocabulary. Virtually all meanings used at age 3 or known at age 5 (preschool) were classified nonverbal. By grade two, and even more by grade five, children had added many verbally-defined meanings, although by grade five the majority of the word meanings known were still nonverbal. Evidence for neurological meaning associates are cited. Implications for vocabulary support and instruction at various ages suggest that for children under 6, supporting larger nonverbal vocabularies while after age 6 should prioritize verbally-defined meanings.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,005
Science ouverte0,0010,001
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 Opus0,025
Tête enseignante GPT0,352
Écart entre enseignants0,327 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Psychology→Même sujetNeurobiology of Language and Bilingualism→Travaux en français237 207→