MétaCan
Menu
Retour à la cohorte
Enregistrement W4415622157 · doi:10.1080/21622965.2025.2576692

The Boston naming test is a valid psychometric marker of English proficiency in bilingual Cubans

2025· article· en· W4415622157 sur OpenAlexaff
Klency González Hernández, Sarah Schneider, Gabriela Diago-Monzón, Sabrina Prado Verdecia, Iulia Crișan, Brenda Cabrera‐Mendoza, Daniela Escobar Magarino, László A. Erdődi

Notice bibliographique

RevueApplied Neuropsychology Child · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Neuroscience of multilingualismVariance (accounting)Language proficiencyBoston Naming TestPsychometricsIndex (typography)Validation testLanguage assessment

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study was designed to evaluate the utility of the short form of the Boston Naming Test (BNT-15) as an index of English proficiency and its relationship with the Common European Framework of Reference for Languages (CEFR). METHOD: The BNT-15 was administered to a sample of 51 Cuban university students (native speakers of Spanish) with various levels of English proficiency as part of a battery of neuropsychological tests administered in both Spanish and English. RESULTS: The BNT-15 and CEFR were positively correlated with each other and relative language proficiency. A linear relationship emerged between levels of English proficiency operationalized using BNT-15 scores or CEFR ratings for tests with high verbal mediation. However, English proficiency was unrelated to performance on tests with low verbal mediation. Item-level responses on the BNT-15 suggest culture- and language-specific influences independent of overall level of English proficiency. CONCLUSIONS: The BNT-15 and CEFR provide valid measures of English proficiency, although both leave a high percentage of variance in test performance unexplained. Large-scale replications are needed to further explore the utility of the BNT-15 as an index of English proficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,295
Écart entre enseignants0,281 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Neuropsychology ChildMême sujetNeurobiology of Language and BilingualismTravaux en français237 207