MétaCan
Menu
Retour à la cohorte
Enregistrement W1548855859

Le rendement scolaire des enfants d'immigrants au Canada, 1994-98

2001· preprint· fr· W1548855859 sur OpenAlexaffabout
Christopher Worswick

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2001
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePsychologyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le rendement scolaire des enfants d'immigrants dans le reseau d'enseignement du Canada est analyse a l'aide des donnees des trois premiers cycles de l'Enquete longitudinale nationale sur les enfants et les jeunes. Le rendement scolaire est mesure sous l'angle des capacites de lecture et de redaction, des aptitudes en mathematiques et des aptitudes globales. Les evaluations que font les parents et les enseignants du rendement des enfants sont utilisees, tout comme les resultats d'epreuves organisees en bonne en due forme. En moyenne, les enfants d'immigrants reussissent generalement au moins aussi bien que les enfants de citoyens nes au Canada dans tous les aspects du rendement scolaire. Les enfants d'immigrants dont la langue maternelle est l'anglais ou le francais obtiennent des resultats particulierement eleves. Les enfants des autres immigrants ont un rendement inferieur en lecture, en redaction et en composition mais, en mathematiques, leur rendement se compare a celui des enfants de parents nes au Canada. L'auteur a egalement constate que le rendement scolaire de ces enfants en lecture, en redaction et en mathematiques va en augmentant avec le nombre d'annees passees dans le reseau d'enseignement du Canada et qu'il equivaut ou est superieur a celui des enfants de parents nes au Canada a l'age de 13 ans dans presque toutes les disciplines concernees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,037
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,315
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMigration and Labor DynamicsTravaux en français237 207