Psycholinguistic speech processing assessment for adults: \nDevelopment and case series \n
Notice bibliographique
Résumé
In educational institutions there are a significant number of young adults with speech, language and literacy problems. Nevertheless, due to a lack of assessment tools, difficulties are often not recognised which in turn limits access to possible supports. The specific objective of this study was to develop a comprehensive speech processing skills assessment battery for native English-speaking adults, taking psycholinguistics into account. The assessment tool consists of subtests that assess auditory discrimination of non-words and non-word repetition, reading and spelling of non-words, and spoonerisms with non- and real words. \nNormative data from 101 English-speaking adults (age 18-35 years) were collected and analysed in terms of general psychometric properties. Further in depth analyses look at the nature of mistakes and reaction time of participants. Moreover, a case series of participants who stammer (N=6) was conducted to test the speech processing assessment in regards to profiling existing speech difficulties and comparing these profiles to norm data. \nResults support the establishment of objectivity, validity and reliability of the assessment tool, but also highlight important factors which need to be investigated in more detail. Results concerning the case studies showed individual differences of performances compared to the norm data which can be explained by theoretical knowledge about stammering. \nOutcomes encourage the usage of the assessment tool for research (e.g. comparison of speech processing profiles in adults with speech disorders) as well as the possibility of further development for clinical and educational settings (e.g. the development of specific disability support). A next step of this programme of work could be to modify the assessment tool based on analysed outcomes. Moreover, deeper investigation of people experiencing speech difficulties could follow to support the profiling of adults with persistent developmental speech difficulties in, for example, higher education. \n
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».