MétaCan
Menu
Retour à la cohorte
Enregistrement W4413974772 · doi:10.1101/2025.09.02.25334739

Language History Collection in Multilingual Clinical Practice: A Qualitative Analysis of Public-Sector Clinical Perspectives

2025· preprint· en· W4413974772 sur OpenAlexafffundabout
Kai Ian Leung, Robyn Westmacott, Elizabeth Rochon, Monika Molnar

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoToronto Rehabilitation Institute
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPublic sectorQualitative analysisQualitative researchPolitical scienceSociologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Clinicians increasingly work with multilingual paediatric clients across healthcare and community settings. Collecting detailed language background is a crucial first step in planning effective assessment and intervention. Yet, little is known about how this process unfolds in everyday public-sector clinical practice. To improve service quality, equity, and effectiveness for multilingual children, this study investigates how clinicians gather, interpret, and use language history information: as well, it examines the institutional and professional barriers and facilitators that shape this aspect of clinical practice. Methods A qualitative study was conducted using semi-structured interviews with 21 clinicians working in public-sector and community-based settings across Canada. Data was analysed using framework analysis, guided by the Theoretical Domains Framework. Results Clinicians universally recognized the value of language history and routinely embedded it within the broader case history. However, variability emerged in what information was gathered, how it was elicited, and how it was used. Practices were shaped by clinician experience, institutional processes, documentation systems, and availability of training and tools. Many relied on flexible, conversational strategies over research-developed tools, often constructing their own frameworks in response to contextual demands. This adaptability reflected the development of adaptive expertise but also risked inconsistencies in data quality, especially in the absence of formal guidance, structured tools, or interpreter support. Conclusion Language history collection is a complex, multidimensional task influenced by clinician initiative and systemic constraints. Strengthening practice will require hybrid tools that balance structure with flexibility, clearer protocols across disciplines, and institutional investments in interpreter services, training, and culturally informed workflows. WHAT THIS PAPER ADDS Section 1: What is already known on this subject Collecting detailed language history is essential when assessing multilingual children, as it serves as a foundational step in guiding service delivery. Existing research-developed questionnaires (e.g., LEAP-Q, ALDeQ) provide structured ways of gathering this information, but evidence about how clinicians actually collect and use language history in everyday practice is limited. Section 2: What this paper adds to existing knowledge This study provides qualitative evidence on how public-sector clinicians in Canada gather, interpret, and apply language history information with multilingual children. It shows that while language history is universally valued, practices vary widely depending on clinician experience, institutional systems, and resource availability. Findings highlight both adaptive strategies and systemic gaps, pointing to the need for hybrid approaches that combine structure with flexibility. Section 3: What are the potential or actual clinical implications of this work? This study showed that while clinicians’ flexible, conversational strategies promote rapport and cultural responsiveness, they may also create variability and leave gaps in completeness and reliability. Clinicians can integrate hybrid approaches that combine structure with adaptability to support gathering more consistent and clinically useful information. At the system level, standardized documentation protocols, access to trained interpreters, and interprofessional training are critical supports necessary for embedding consistent, high-quality language history collection across services.

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)0,059
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,310

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0120,017
Communication savante0,0080,006
Science ouverte0,0030,010
Intégrité de la recherche0,0020,003
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 Opus0,333
Tête enseignante GPT0,637
Écart entre enseignants0,304 · 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'étudeQualitatif
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetInterpreting and Communication in HealthcareTravaux en français237 207