Narratives in English and Cantonese (Rezzonico et al., 2016)
Notice bibliographique
Résumé
<b>Purpose: </b>The aim of this study was to compare narratives generated by 4-year-old and 5-year-old children who were bilingual in English and Cantonese.<b>Method: </b>The sample included 47 children (23 who were 4 years old and 24 who were 5 years old) living in Toronto, Ontario, Canada, who spoke both Cantonese and English. The participants spoke and heard predominantly Cantonese in the home. Participants generated a story in English and Cantonese by using a wordless picture book; language order was counterbalanced. Data were transcribed and coded for story grammar, morphosyntactic quality, mean length of utterance in words, and the number of different words. <b>Results: </b>Repeated measures analysis of variance revealed higher story grammar scores in English than in Cantonese, but no other significant main effects of language were observed. Analyses also revealed that older children had higher story grammar, mean length of utterance in words, and morphosyntactic quality scores than younger children in both languages. Hierarchical regressions indicated that Cantonese story grammar predicted English story grammar and Cantonese microstructure predicted English microstructure. However, no correlation was observed between Cantonese and English morphosyntactic quality.<b>Conclusions: </b>The results of this study have implications for speech-language pathologists who collect narratives in Cantonese and English from bilingual preschoolers. The results suggest that there is a possible transfer in narrative abilities between the two languages.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,296 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».