MétaCan
Menu
Retour à la cohorte
Enregistrement W7162080432 · doi:10.82308/11110

The association between multilingualism and socio-emotional functioning

2015· dissertation· en· W7162080432 sur OpenAlexaboutno aff
Sophia Fajnerova

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAssociation (psychology)SocializationContext (archaeology)School dropout

Résumé

récupéré en direct d'OpenAlex

Il y a un manque de recherche sur la connection entre le multilinguisme et le fonctionnement socio-affectif. En outre, la recherche qui existe est mixte, et la difficulté de séparer les effets d’acculturation et les effets de multilinguisme rend l’interpretation très difficile. Pour combler l'écart dans la littérature, les deux études dans cette thèse examinent la relation entre le multilinguisme et le fonctionnement des individus. L’étude #1 a comparé des adolescents monolingues et multilingues par des auto-évaluations du stress, d’anxiété, de la dépression et des comportements perturbateurs. Aucune différence n’a été trouvé entre les groupes, mais les participants ont montré une augmentation significative de stress et une diminution des comportements perturbateurs au cours de la première année d’école secondaire. L’étude #2 a comparé des étudiants universitaires monolingues, bilingues, et multilingues (trois ou plusieurs langues) par leurs rapports du stress. Pour évaluer les effets d’acculturation, les participants ont été classés par leur statut au Canada: un citoyen, un immigrant, ou un étudiant international. Aucune différence de stress n’a été trouvé entre les groupes de langue, mais des immigrants ont témoigné significativement plus de stress que les citoyens. Les comportements d'adaptation des différents groupes ont été évalués et des différences ont été trouvées entre des participants basées à la fois sur le nombre de langues parlées et sur leur statut au Canada. La discussion se concentre sur les risques et les avantages de multilinguisme.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,424
Écart entre enseignants0,363 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRacial and Ethnic Identity ResearchTravaux en français237 207