MétaCan
Menu
Retour à la cohorte
Enregistrement W6944524691 · doi:10.23641/asha.14810484

SES and grammatical measures (Weiler et al., 2021)

2021· dataset· en· W6944524691 sur OpenAlexaboutno aff

Notice bibliographique

Revuefigshare ASHA Publications · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusNormativeVerbVariance (accounting)NarrativeGrammatical category

Résumé

récupéré en direct d'OpenAlex

<b>Purpose: </b>The purpose of this study was to evaluate the relative contribution of socioeconomic status (SES) on three grammatical measures—finite verb morphology composite (FVMC), percent grammatical utterances (PGU), and clausal density—in children between the ages of 4 and 9 years.<b>Method: </b>Data for this study were from the normative sample in the Edmonton Narrative Norms Instrument. For 359 children, hierarchical linear regression was performed to evaluate the amount of variance in FVMC, PGU, and clausal density that was uniquely explained by SES after accounting for child chronological age and language status (typical, impaired).<b>Results: </b>After child age and language status were controlled, SES was a significant predictor of PGU and clausal density scores, but not of FVMC scores. SES uniquely accounted for 0.5% of variance in PGU scores and 0.8% of variance in clausal density scores.<b>Conclusions: </b>Consistent with maturational accounts of children’s development of tense markers, results of this study offer evidence that, among grammatical measures, FVMC is uniquely robust to variation in SES. Although significant, the variance of PGU and clausal density scores uniquely accounted for by SES was close to minimum. Clinicians can therefore include these three grammatical measures for assessing children of different socioeconomic backgrounds.<br><b>Supplemental Material S1.</b> Mean (standard deviation) of demographic measures of children by language status and age.<br><b>Supplemental Material S2.</b> Mean (standard deviation) of grammatical measures by language status and age (<i>N</i> = 359). <br>Weiler, B., Schneider, P., &amp; Guo, L.-Y. (2021). The contribution of socioeconomic status to children's performance on three grammatical measures in the Edmonton Narrative Norms Instrument.<i> Journal of Speech, Language, and Hearing Research</i>. Advance online publication. https://doi.org/10.1044/2021_JSLHR-20-00576

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)0,000
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2380,039

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 Opus0,089
Tête enseignante GPT0,339
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuefigshare ASHA PublicationsTravaux en français237 207