MétaCan
Menu
Retour à la cohorte
Enregistrement W4405124654 · doi:10.1111/infa.12641

Infants' Knowledge of Individual Words: Investigating Links Between Parent Report and Looking Time

2024· article· en· W4405124654 sur OpenAlexafffund
Melanie López Pérez, Charlotte E. Moore, Andrea Sander‐Montant, Krista Byers‐Heinlein

Notice bibliographique

RevueInfancy · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyActive listeningVocabularyTask (project management)Word (group theory)Cognitive psychologyWord recognitionVocabulary developmentDevelopmental psychologyLinguisticsCommunicationTeaching methodReading (process)Mathematics education

Résumé

récupéré en direct d'OpenAlex

Assessing early vocabulary development commonly involves parent report methods and behavioral tasks like looking-while-listening. While both yield reliable aggregate scores, findings are mixed regarding their reliability in measuring infants' knowledge of individual words. Using archival data from 126 monolingual and bilingual 14-31-month-olds, we further examined links across these methods at the word level, while controlling for potentially confounding child-level factors. When data were averaged at the child level, performance on the looking-while-listening task correlated well with parent-reported word production of the same words, as expected. However, mixed-effects model comparisons suggested that at the word level, looking-while-listening performance was significantly predicted by age and total productive vocabulary, but not by parent-reported knowledge of a word once these factors were controlled for. These findings invite careful consideration regarding the adequacy of these two popular methods for capturing children's idiosyncratic knowledge of individual words.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,335
Écart entre enseignants0,308 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfancyMême sujetLanguage Development and DisordersTravaux en français237 207