MétaCan
Menu
Retour à la cohorte
Enregistrement W4414802640 · doi:10.1044/2025_jslhr-25-00158

Evaluation of the Crosslinguistic Nonword Repetition Test: Evidence From a Large and Diverse Secondary Data Set

2025· article· en· W4414802640 sur OpenAlexaff
Kamila Polišenská, Shula Chiat, Jakub Szewczyk, Stanislava Antonijević, Elma Blom, Tessel Boerma, Ute Bohnacker, Angel Chan, Vicky Chondrogianni, Nga Ching Fu, Daniela Gatt, Helen Grech, Magdalena Jezek, Svetlana Kapalková, Sari Kunnari, Chantal Mayer-Crittenden, Linnéa Öberg, Salomé Schwob, Katrin Skoruppa, Nadine Tabone, Josje Verhagen, Michelle White

Notice bibliographique

RevueJournal of Speech Language and Hearing Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésRepetition (rhetorical device)Set (abstract data type)Identification (biology)Language acquisitionPhoneticsAudio equipmentLanguage assessmentLanguage identification

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The aim of this study was to evaluate the crosslinguistic validity of the Crosslinguistic Nonword Repetition Test (CL-NWR) based on a large multicountry sample by investigating factors related to language ability, as well as potential confounds. METHOD: The data consisted of CL-NWR scores from children aged 37-165 months, collected by 18 research teams across 15 countries. Item-level analysis was employed to examine any nondesirable effects of gender, socioeconomic status, bilingual status, and the amount of exposure to the test language, as well as desirable effects of age, item length, and clinical status (children categorized as typically developing [TD], with developmental language disorder [DLD], or with reported language concerns [LC], respectively). Subsamples were used to evaluate the consistency of findings across three time points and between different versions of the CL-NWR. RESULTS: Bayesian analysis provided strong evidence for the effects of age, item length, and clinical status on CL-NWR performance, as well as consistency across time points. In contrast, there was weak or no evidence for the effects of gender, socioeconomic status, bilingual status, amount of exposure, or test version. Additionally, there were two interactions between (a) item length and clinical status, suggesting that children with DLD found longer nonwords disproportionately more challenging than TD children, and (b) age and clinical status, with the gap between TD and LC groups narrowing with age. CONCLUSIONS: The CL-NWR was unaffected by environmental and demographic factors that often influence language assessments, including some nonword repetition tests. Performance was driven by factors reflecting language abilities. This makes the CL-NWR a unique and valuable tool for language assessment contributing to the identification of DLD in diverse linguistic, social, and geographical contexts.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,369
Score d'incertitude au seuil0,793

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,005
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)0,0010,000

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 Opus0,223
Tête enseignante GPT0,500
Écart entre enseignants0,277 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Speech Language and Hearing ResearchMême sujetLanguage Development and DisordersTravaux en français237 207