MétaCan
Menu
Retour à la cohorte
Enregistrement W1483575264 · doi:10.1177/1476718x15582096

Children’s mathematical and verbal competence in different early education and care programmes in Australia

2015· article· en· W1483575264 sur OpenAlexfundno aff
Claudia Hildenbrand, Frank Niklas, Caroline Cohrssen, Collette Tayler

Notice bibliographique

RevueJournal of Early Childhood Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Education and Training, Queensland GovernmentAustralian Research CouncilDeutscher Akademischer AustauschdienstUniversity of Toronto ScarboroughQueensland GovernmentRobert Bosch Stiftung
Mots-clésAttendanceEarly childhoodEarly childhood educationCompetence (human resources)Child careDevelopmental psychologyPsychologyDay careChild developmentLongitudinal studyMathematics educationMedical educationMedicineNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study investigated the relationship between children’s attendance at different types of early childhood education and care programmes and their mathematical and verbal skills. Analyses of data from 1314 children participating in an Australian longitudinal study, the E4Kids project, revealed no relationship between children’s verbal ability and the early childhood education and care programme attended, but mathematics results tell a different story. At the first measurement, children who consistently attended only informal care outperformed children who either consistently attended a formal early childhood education and care service type or attended a mix of formal and informal care. The development of mathematical and verbal competencies between first and second measurements, 1 year later, did not differ between children who attended different types of early childhood education and care. Early childhood educators in Australia are required to provide programmes that incorporate both mathematical concepts and language development. However, many early childhood educators describe uncertainty about how to support children’s mathematical learning. Further professional development and support in this area is necessary.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,406
Écart entre enseignants0,334 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Early Childhood ResearchMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207