MétaCan
Menu
Retour à la cohorte
Enregistrement W4403611965 · doi:10.1080/21622965.2024.2417810

Investigating morphosyntactic and semantic measures in bilingual Azeri-Persian speaking children aged 5.5 to 6.5 years with and without language impairment

2024· article· en· W4403611965 sur OpenAlexaboutno aff
M J Azimi, Talieh Zarifian, Gelavizh Karimijavan, Fatemeh Fekar Gharamaleki, Mohsen Vahedi

Notice bibliographique

RevueApplied Neuropsychology Child · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPersianLinguisticsNeuroscience of multilingualismLanguage impairmentAudiologyDevelopmental psychologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

The present study aims to investigate morphosyntactic and semantic measures in bilingual Azeri-Persian-speaking children aged 5.5–6.5 years with and without language impairment. In this cross-sectional study, the bilingual participants were thirty children with language impairment (LI) and fifteen typically developing children (TD) who were selected from nurseries and Speech therapy clinics. The language samples were collected through story-telling in Azeri and Persian languages, separately. The linguistic analysis was done based on morphosyntactic and semantic parameters. The Alberta Language and Development Questionnaire (ALDeQ) parent report questionnaire was completed via interviewing with the parents to differentiate language impairment from language differences. Study findings revealed a significant difference between the morphosyntactic and semantic scores in two groups of bilingual Azeri-Persian speaking LI and TD children (p ˂ 0.05). Also, the results demonstrated no significant relationship between the scores of linguistic scores and age in LI and TD children (p < 0.05). According to the result of the study, morphosyntactic and semantic parameters of language samples in bilingual Azeri-Persian-speaking children could be utilized to provide diagnostic information for speech and language pathologists in LI children among bilingual Azeri-Persian communities.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,228
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,271
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Neuropsychology ChildMême sujetLanguage Development and DisordersTravaux en français237 207