MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399479244 · doi:10.31234/osf.io/jkq9c

A Systematic Review and Meta-Analysis of Language and Cognition in the Developing Bilingual Brain: From Infancy to Adolescence

2024· review· en· W4399479244 sur OpenAlexaff
Kai Ian Leung, Pascale Tremblay, Monika Molnar

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité LavalToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCognitionPsychologyNeuroscience of multilingualismNeuroimagingMeta-analysisNeural correlates of consciousnessCognitive psychologyAge of AcquisitionDevelopmental psychologyBrain activity and meditationMultilingualismElectroencephalographyNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Research investigating the neural mechanisms of language and cognition in bilingual children is steadily growing. We reviewed fMRI and fNIRS studies to identify brain regions engaged during linguistic and cognitive tasks of bilingual compared to monolingual children. Out of 26 eligible studies, six fMRI studies were included into an exploratory coordinate-based meta-analysis, whereas fNIRS papers lacked sufficient statistical and methodological data for meta-analysis. Results suggest that: (1) bilinguals’ neural correlates of language and cognition revealed clusters across classic language areas; however, differences were discerned based on bilinguals’ age of acquisition; (2) comparisons considering bilingual age of acquisition groups and age-matched monolinguals revealed differences in activation within the IFG – sole area identified in the fMRI meta-analysis – among other regions across the frontal, temporal, and parietal lobes. Overall, activation patterns in bilingual children align with those of bilingual adult studies, highlighting involvement of key frontal and temporal regions in 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 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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,010
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,124
Tête enseignante GPT0,402
Écart entre enseignants0,277 · 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'étudeMéta-analyse
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeurobiology of Language and Bilingualism→Travaux en français237 207→