MétaCan
Menu
Retour à la cohorte
Enregistrement W4409956610 · doi:10.1075/jicb.23031.sut

An exploration of oral language profiles of students in early French immersion

2025· article· en· W4409956610 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Immersion and Content-Based Language Education · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensCarleton UniversityUniversity of TorontoMcGill UniversityDalhousie UniversityUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésImmersion (mathematics)LinguisticsPsychologyMathematics educationComputer scienceMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This article describes an exploratory study of bilingual oral language profiles among a diverse group of students in Early French Immersion (EFI), in Ontario, Canada. Participants were 28 EFI students in Grade 4 (9–10 years of age). Oral language components were assessed with measures of comprehension (receptive vocabulary and following directions) and production (recalling sentences and mean length of utterance). Hierarchical cluster analysis was used to identify performance patterns in each language. There were substantial differences between English and French in terms of contrasts between, and consistency within the performance patterns, leading to identification of four bilingual profiles. The findings reinforce the importance of considering multiple language components in both languages in assessing bilingual students. A profiles approach may contribute to our understanding of variability in oral language skills and provide a broader perspective for the study of cross-linguistic interdependence by considering multiple components in both comprehension and production.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,326
Écart entre enseignants0,289 · 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