MétaCan
Menu
Retour à la cohorte
Enregistrement W1929085755 · doi:10.1111/hoeq.12035

“Inequalities of Children in Original Endowment”: How Intelligence Testing Transformed Early Special Education in a North American City School System

2013· article· en· W1929085755 sur OpenAlexaff
Jason A. Ellis

Notice bibliographique

RevueHistory of Education Quarterly · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueAcademic and Historical Perspectives in Psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIntelligence quotientEndowmentTest (biology)Human intelligencePsychologyStandardized testMathematics educationSpecial educationGalton's problemDevelopmental psychologyCognitionComputer scienceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

“There are few if any more significant events in modern educational history than the developments which have recently taken place in methods of mental measurement,” Lewis Terman wrote in 1923 about the intelligence testing movement he did so much to pioneer in American schools throughout the 1920s. Indeed educational historians, particularly Paul Chapman, have shown that the rise of intelligence testing provoked large and relatively swift changes in public education, enabling school systems to sort and stream their students by ability on an unprecedented scale. “By 1930,” Chapman writes, “both intelligence testing and ability grouping had become central features of the educational system.” Less often talked about are the effects of intelligence testing and the concept of intelligence quotient (IQ) on early special education classes, and on the pupils who attended them. In fact, Terman recognized the significance of IQ testing to special education as well. In 1919, he wrote that IQ tests would help to turn the existing logic of learning problems on its head by proving that “the retardation problem is exactly the reverse of what it is popularly supposed to be.”

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,972

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,013
Communication savante0,0060,004
Science ouverte0,0010,008
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,029
Tête enseignante GPT0,308
Écart entre enseignants0,279 · 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.

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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistory of Education QuarterlyMême sujetAcademic and Historical Perspectives in PsychologyTravaux en français237 207