MétaCan
Menu
Back to cohort
Record W2513216188

La programmation des contenus des aides à la communication avec sortie vocale chez les jeunes enfants qui ont des besoins complexes en communication

2013· dissertation· fr· W2513216188 on OpenAlexaboutno aff
Manon Robillard

Bibliographic record

VenueLu Zone Ul (Laurentian University) · 2013
Typedissertation
Languagefr
FieldSocial Sciences
TopicFrench Language Learning Methods
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArtPolitical science
DOInot available

Abstract

fetched live from OpenAlex

La présente thèse a pour objectif la découverte de pistes pour faciliter la sélection de l’aide à la communication avec sortie vocale (ACSV) et la programmation de son vocabulaire pour les jeunes enfants âgés de 4 à 6 ans qui ont des besoins complexes en communication (BCC). Cette étude a premièrement examiné le vocabulaire de base qui doit être programmé dans les ACSV des jeunes enfants francophones et bilingues qui vivent en situation minoritaire. Cinquante-sept enfants qui fréquentent une école de langue française ont participé aux enregistrements libres en salle de classe. L’analyse du corpus a révélé que 216 mots représentent 80,15% du vocabulaire utilisé par les enfants francophones de la maternelle et du jardin. L’analyse du corpus des enfants bilingues et des enfants qui ont un trouble du langage a donné des résultats comparables. Une seule liste de 200 mots a été produite en combinant le vocabulaire à fréquence et similitude élevée de trois groupes : les francophones, les bilingues et un ensemble d’enfants présentant des troubles du langage. Ces mots devraient être programmés dans les ACSV des jeunes enfants francophones et bilingues qui fréquentent une école de lange française dans un milieu minoritaire, quelle que soit leur habileté linguistique. Ces nombres sont semblables à ceux des études qui ont été effectuées en anglais aux États-Unis et en Australie, sauf que les mots ne sont pas les mêmes. D’ailleurs, seulement 61,50 % des mots de base de notre étude se trouvent sur la liste anglaise la plus récente. Une traduction n’aurait donc pas suffi et, dans cette perspective, notre étude s’avère importante. En outre, seulement 44,50 % des mots de base de notre étude se trouvent sur la liste de sélection de vocabulaire présentement utilisée chez la population francophone au Nord de l’Ontario. L’impact des facteurs cognitifs et linguistiques sur la navigation dans les ACSV a ensuite été analysé. Soixante-cinq enfants âgés de 48 à 77 mois ont participé aux évaluations cognitives, linguistiques et à une épreuve de navigation à l’aide du iPad2™. Bien que des corrélations significatives aient été trouvées entre la navigation et plusieurs facteurs cognitifs et linguistiques, il appert, en fin de compte, que le sous-ensemble pragmatique de facteurs permettant le mieux de prédire la capacité de navigation chez les jeunes enfants inclut l’attention, la catégorisation et le raisonnement. Lors de l’évaluation en suppléance à la communication (SC), les compétences d’attention, de catégorisation et de raisonnement devraient être prises en considération afin de mieux assurer la bonne sélection de l’ACSV. Les résultats de cette étude permettent d’établir les mots nécessaires lors de la programmation des ACSV pour les jeunes enfants francophones et bilingues en milieu minoritaire, et ils suggèrent que trois sous-tests du Leiter-R pourraient être utilisés pour déterminer l’habileté de naviguer dans une ACSV qui a une pagination dynamique.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.008
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.054
Threshold uncertainty score0.108

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.008
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.026
GPT teacher head0.285
Teacher spread0.259 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueLu Zone Ul (Laurentian University)Same topicFrench Language Learning MethodsFrench-language works237,207