MétaCan
Menu
Retour à la cohorte
Enregistrement W7065515700

The Effect of Bilingual Exposure on Language and Cognitive Recovery in Children following Stroke

2021· dissertation· W7065515700 sur OpenAlexfundno aff

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesHospital for Sick Children
Mots-clésStroke (engine)CognitionNeuroscience of multilingualismExpressive languageStroke recoveryAphasiaOutcome (game theory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pediatric stroke often affects higher-level cognition and linguistic processes. Certain linguistic and cognitive advantages have been confirmed in behavioural studies of typically developing bilingual children. This research evaluates the effects of bilingual exposure on linguistic/cognitive recovery in children post-stroke. In Study 1, an interaction effect between language group and stroke-onset group revealed that bilinguals 1-12 months at stroke onset had better expressive language compared to monolinguals, based on the Pediatric Stroke Outcome Measure administered at several points post-stroke. In Study 2, a monolingual-bilingual pair of children aged 78 at stroke onset were compared using language/cognitive assessments in a case study. Results taking relative change over time in account showed similarities to Study 1, with the bilingual case having a more consistent recovery of expressive language. Overall, no negative effect of bilingualism on development after stroke was found; rather there may be an expressive linguistic advantage post-stroke outcome for bilingual patients.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,283
Écart entre enseignants0,278 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetParticle Detector Development and PerformanceTravaux en français237 207