MétaCan
Menu
Retour à la cohorte
Enregistrement W129360815 · doi:10.55016/ojs/ajer.v54i3.55236

The Academic Mobility of Students for Whom English is Not a First Language: The Roles of Ethnicity, Language, and Class

2008· article· en· W129360815 sur OpenAlexaffvenue
Bruce Garnett, Maria Adamuti‐Trache, Charles Ungerleider

Notice bibliographique

RevueAlberta Journal of Educational Research · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensCouncil of Canadians with DisabilitiesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEthnic groupClass (philosophy)PsychologyMathematics educationEnglish languageFirst languageSociologyLinguisticsPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

This study uses extant data to examine the roles of ethnicity, social class, and linguistic proficiency in predicting the participation and performance of students for whom English is not a first language (ENFL) from the class of 2002 in a provincially examinable grade 12 subject areas in a large urban British Columbia school district (n=4,075). Descriptive statistics show similar performance levels, but variable participation rates among ENFL and native English-speaking (NES) baseline students. However, these results mask differences between ethnolinguistic subgroups of ENFL students. Linear and logistic regressions show that although social class and linguistic proficiency significantly affect outcomes, participation and performance advantages to Chinese- and Korean-speaking students over their ENFL and NES peers hold across the sciences. Smaller performance advantages to Chinese speakers hold across the humanities.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,168
Tête enseignante GPT0,568
Écart entre enseignants0,401 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations20
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetMultilingual Education and PolicyTravaux en français237 207