Manifestations du manque du mot dans les narrations et les explications d’enfants québécois unilingues et bilingues
Bibliographic record
Abstract
Des avantages et désavantages cognitifs existeraient chez l’enfant bilingue par rapport à son homologue unilingue, dû à l’activation constante des deux langues chez le bilingue et à son traitement langagier plus complexe. Cette surcharge de traitement affecterait d’ailleurs l’accès lexical des bilingues, qui auraient davantage de « mots sur le bout de la langue ». Puisque le discours pourrait être une mesure d’évaluation moins biaisée que les tests de vocabulaire normés et qui permettrait de saisir les compétences fondamentales lexicales des enfants, le Test of Word Finding in Discourse (TWFD ; German, 1991) a été utilisé afin d’évaluer l’incidence des manifestations des difficultés d’accès lexical (DAL ; répétition, révision, mot vide, commentaire métalinguistique ou métacognitif, substitution, pause ou interjection) dans trois situations discursives (2 narratives, 1 explicative) de 30 enfants québécois entre 7;1 et 10;8 ans (15 unilingues francophones et 15 bilingues simultanés français–anglais, dominants en français. L’alternance codique (code-switching), pertinente par la présence de la population bilingue, a aussi été étudiée. Aucune différence n’a été obtenue entre les enfants unilingues et bilingues pour l’incidence des manifestations des DAL. Davantage de mots vides et de révisions ont par ailleurs été obtenus dans le discours explicatif alors que le taux de pauses était plus élevé dans le discours narratif et ce, pour tous les enfants. L’évaluation de la productivité de langage a montré une différence entre les enfants bilingues et unilingues, où ces derniers ont obtenus des moyennes supérieures pour le nombre d’énoncés total, le nombre de mots total et le nombre de mots différents. Aussi, la longueur moyenne de l’énoncé était en moyenne plus longue, pour tous les enfants, dans le discours explicatif que dans la narration. Enfin, les manifestations du MBL en discours seraient une mesure sensible d’évaluation des enfants typiques bilingues, puisque leurs résultats de production ne diffèrent pas de ceux des unilingues typiques, ce qui pourrait éviter de les surdiagnostiquer avec un trouble de langage.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".