MétaCan
Menu
Retour à la cohorte
Enregistrement W7104278573 · doi:10.71781/6688

Prévalence et facteurs prédisposants aux problèmes de langage des enfants vivant en contexte de vulnérabilité

2024· dissertation· fr· W7104278573 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Research methodologyChild care

Résumé

récupéré en direct d'OpenAlex

Objectif : Décrire la prévalence des problèmes du développement langagier (difficultés de langage et troubles développementaux du langage (TDL)) chez les enfants de 4 à 5 ans fréquentant La Maison Bleue (LMB) à Montréal et identifier les facteurs prédisposants aux problèmes du développement langagier. Méthodes : Une étude de cohorte rétrospective a été menée à l'aide d'une revue de 315 dossiers médicaux. Les enfants nés entre 2012 et 2018 et suivis depuis la naissance jusqu'à l'âge de 4-5 ans dans les sites de LMB de Côte-des-Neiges et Parc-Extension ont été inclus. Les données ont été collectées à partir des plateformes électroniques de dossiers médicaux MYLE et Oasis, ainsi que de la base de données locale de LMB. L’outil développemental Ages and Stages Questionnaires – 3 (ASQ-3) et les notes aux dossiers ont été consulté pour déterminer la présence de problèmes du développement langagier. La sélection des facteurs prédisposants aux problèmes de langage a été déterminé par le modèle conceptuel des systèmes écologique du développement humain, entre autres, le statut socioéconomique (SSE) familial et du voisinage, l’utilisation de services de garde, la langue exposée à domicile et les facteurs migratoires. Les analyses statistiques incluaient des analyses descriptives, des analyses bivariées avec des tests de chi-carré et des régressions logistiques pour identifier les facteurs prédisposants aux problèmes de développement langagier. Résultats : Des difficultés de langage et de TDL étaient respectivement prévalent chez 16,8% et 6,7% (diagnostiqué : 3,8%; en cours d’investigation : 2,9%) des enfants de 4-5 ans de LMB. Les facteurs suivants étaient associés à une augmentation du risque de problèmes de langage à 4-5 ans : sexe masculin (R.C. = 3,1 [I.C. à 95% : 1,62, 5,90]), les enfants de mères primipares (R.C. = 2,33 [I.C. à 95% : 1,13, 4,81]), le manque d’exposition au français/à l’anglais à domicile (R.C. = 2,36 [I.C. à 95% : 1,07, 5,18]) et les enfants ayant une mère souffrant de symptômes de dépression et/ou ayant eu un diagnostic de dépression prénatal ou pendant la période de 0-5 ans de l’enfant (R.C. = 2,06 [I.C. à 95% : 1,03, 4,12]). Conclusion : Ces résultats soulignent la nécessité d'interventions précoces et holistiques pour améliorer le développement langagier des enfants en contexte de vulnérabilité surtout chez ceux qui présentent un ou des facteurs prédisposants. Il est crucial de favoriser l'élaboration et l'évaluation de stratégies d'intervention efficaces pour cette clientèle, ainsi que de suivre à long terme les impacts de ces interventions sur le développement du langage des enfants.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,386
Score d'incertitude au seuil0,767

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,403
Écart entre enseignants0,364 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetLanguage Development and DisordersTravaux en français237 207