SOCIALLY DISADVANTAGED SUDENTS IN SOCIALLY DISADVANTAGED SCHOOLS: DOUBLE JEOPARDY IN MATHEMATICS ACHIEVEMENT IN THE G8 COUNTRIES
Notice bibliographique
Résumé
Using the G8 countries’ (Canada, France, Germany, Italy, Japan, the Russian Federation, the United Kingdom, and the United States) samples from the 2003 Programme for International Student Assessment (PISA), this study aimed to explore the phenomenon of double jeopardy in mathematics achievement for socially disadvantaged students. Double jeopardy is a situation of dual penalties where coming from low socioeconomic status (SES) families and attending low SES schools results in concurrent penalties at both the student level and school level in mathematics achievement. This study examined the phenomenon of double jeopardy in the G8 countries across four school locations: rural regions, towns, cities, and metropolitan areas. This study also examined four separate definitions of socioeconomic status in order to determine the effectiveness of each definition. The four definitions corresponded to four SES measures utilized in this study: father’s SES, mother’s SES, family occupation SES, and combined family SES. Multilevel analysis with students nested within schools indicated that significant double jeopardy effects varied according to SES measure, school location, and country. However, the majority of the double jeopardy effects across all the variables were large in magnitude. Furthermore, the combined family SES and the metropolitan school location were often the most sensitive SES measure and school location, respectively, to double jeopardy in the G8 countries.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».