Développement métalinguistique chez de jeunes enfants bilingues comparés à des monolingues
Bibliographic record
Abstract
Nous présentons deux études sur le développement métalinguistique d’enfants bilingues, les uns italien–anglais, les autres italien–français, avec un même test métalinguistique en plusieurs versions linguistiques. La première étude, menée dans des classes de maternelles et primaires à Londres, a impliqué 118 enfants de quatre et cinq ans, dont 64 bilingues simultanés italien–anglais, et 54 monolingues anglais, tous issus d’un milieu socioculturel favorisé. Les bilingues ont obtenu des résultats métalinguistiques significativement supérieurs aux monolingues, indépendamment de la version linguistique du test (italienne ou anglaise). La deuxième étude a impliqué 101 enfants de cinq ans, dont 47 bilingues italien–français (31 simultanés et 16 consécutifs) fréquentant une école française à Rome, et 54 monolingues, dont 27 étaient des monolingues italiens testés à Rome en version italienne et 27 des monolingues français, testés en version française à Paris. Comme dans la première étude, tous les enfants appartenaient à un milieu favorisé. Les résultats ont montré que les bilingues ont eu de meilleurs résultats que les monolingues indépendamment de la version du test et de la distinction entre simultanés et consécutifs.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".