Narrative discourse in French-speaking school-age children with and without specific language impairment : development, factors contributing to competency, and pragmatics
Notice bibliographique
Résumé
This thesis is comprised of three manuscripts, each concerned with the narrative abilities of school-aged French-speaking children as assessed with the Edmonton Narrative Norms Instrument (ENNI). The three studies involved the same three groups of participants: one group of 12 children with SLI between the ages of eight year three months and nine year nine months, 12 typically-developing children of the same age and 12 typically-developing children matched on language abilities. Each child completed narrative tasks, language abilities tasks and cognitive tasks during one experimental session at their home. The first manuscript compares the ENNI narrative production (story grammar and referential expression) of school-aged French-speaking children to those of English-speaking children of the same age. It also provides data on the use of the ENNI with the school-aged French-speaking population with specific language impairment (SLI) by comparing their performance to the performance of their typically-developing (TD) peers. The second manuscript aims to identify which linguistic and cognitive skills contribute to narrative production of children with and without SLI at two levels: the micro- and the macro- levels. Finally, the third manuscript investigates the impact of variations in syntactic demand on the narratives produced by French-speaking children with SLI in comparison to the narratives produced by their age- and language- matched peers. The discussion summarizes the characteristics of French-speaking children's narrative production, the factors contributing to competency in narrative production, and explores the implications of these findings for language processing of children with and without SLI.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».