MétaCan
Menu
Retour à la cohorte
Enregistrement W4403119247 · doi:10.1101/2024.10.04.616691

Bilingualism Modulates Executive Function Development in Pre-School Aged Children: A Preliminary Study

2024· preprint· en· W4403119247 sur OpenAlexaffabout
Sally Sade, Scott Rathwell, Bryan Kolb, Claudia L. R. Gonzalez, Robbin Gibb

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésNeuroscience of multilingualismPsychologyDevelopmental psychologyFunction (biology)Executive functionsCognitionPsychiatryBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract This preliminary study was conducted to explore the effects of bilingualism on executive function development in children ages 3-5-years old. Two groups (bilinguals and monolinguals) were recruited across various sites in Southern Alberta. Children were assessed through parent rated executive function using the Behaviour Rating Inventory of Executive Function – Preschool version, a standardized assessment of executive function in children aged 2 years, 0 months through 5 years, 11 months. The questionnaire contains 63 items measuring 5 aspects of executive functioning, inhibit, shift, emotional control, working memory, and plan/organize. Children were also assessed using a battery of executive function tasks, which include the reverse categorization, pictorial Stroop, Dimensional Change Card Sort, backward digit span, and dyadic social play. Results show that bilingual children outperform monolinguals on the emotional control scale, dimensional change card sort and dyadic social play. Despite the controversial literature surrounding bilingualisms impact on executive function, the study reveals support for second language use to improve areas of executive function among young children.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetLanguage Development and DisordersTravaux en français237 207