Evaluation of Stuttering in Multilingual Speakers: A Systematic Review of Diagnostic Recommendations
Notice bibliographique
Résumé
INTRODUCTION: There is no definitive, comprehensive guide for diagnosing stuttering in multilingual speakers, and research suggests that monolingual-based diagnostic criteria may lead to misidentification in this population. This systematic review aimed to identify and consolidate conventional diagnostic guidelines for multilingual speakers and evaluate their validity in light of empirical evidence on stuttering and multilingualism. METHOD: A systematic review was conducted using PubMed, ScienceDirect, SAGE, CINAHL, and Google Scholar using specific MESH terms (e.g., "stuttering," "multilingual," "bilingual," "bilingualism," "assessment," "diagnosis", or "evaluation"). No limits were placed on the years of publication. A hand search of the bibliography of articles that met the criteria was also performed to identify articles that were not found by the database search. RESULTS: After removing duplicates and applying the exclusion and inclusion criteria, 53 articles remained. Recommendations were related to the nature of speech disfluencies (e.g., evaluate types and frequencies of stuttering behaviors and associated behaviors, such as excessive muscular tension and physical concomitants in all languages spoken), diagnostic procedures (e.g., consider case history; language history, proficiency, and dominance), and supplementary data (e.g., use standardized assessments designed for multilingual speakers). CONCLUSION: Collectively, findings support a holistic approach that considers current knowledge about multilingual language development, speech patterns, and broader speaker characteristics beyond disfluencies. In particular, there was an overwhelming consensus that stuttering should be evaluated in all languages spoken, and that the presence of dysrhythmic phonation (i.e., blocks and prolongations) and associated behaviors, such as excessive tension and physical concomitants (e.g., eye twitching, facial grimacing, head jerks), increase diagnostic accuracy. Results also highlight the need for comprehensive, validated guidelines, and dynamic assessments (e.g., comparing test and retest performance) to augment standardized evaluation for multilingual speakers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».