The association between multilingualism and socio-emotional functioning
Bibliographic record
Abstract
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.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".