MétaCan
Menu
Retour à la cohorte
Enregistrement W1999045574 · doi:10.1111/j.1949-8594.2005.tb18031.x

Factors Associated With Mathematics Achievement and Participation in Advanced Mathematics Courses: An Examination of Gender Differences From an International Perspective

2005· article· en· W1999045574 sur OpenAlexaffabout
Kadriye Ercikan, Tanya McCreith, Vanessa Lapointe

Notice bibliographique

RevueSchool Science and Mathematics · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusPerspective (graphical)Mathematics educationAcademic achievementExploratory researchPsychologyMathematicsDemographySocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

This paper reports results of an exploratory study examining factors that might be associated with achievement in mathematics and participation in advanced mathematics courses in Canada, Norway, and the United States of America (USA). These factors, which were not directly related to schooling accounted for large degrees of variability, 24% to 39%, in mathematics achievement scores. Confidence in mathematics was the strongest predictor of achievement for students from Canada and Norway, whereas for the students from the USA, parents' highest education level was the highest predictor of achievement. Student home environment related variables were stronger predictors of achievement for females than for males in all three countries. The participation in advanced mathematics courses could be predicted with 72% to 76% accuracy by the same variables. In all of the three countries, the strongest predictors of participation in advanced mathematics courses were students' attitudes toward mathematics. Parents' education level, a socioeconomic related variable, was one of the strongest predictors of participation for Canadian female students and all students from the USA.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,074
Tête enseignante GPT0,374
Écart entre enseignants0,300 · 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

Citations98
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchool Science and MathematicsMême sujetSchool Choice and PerformanceTravaux en français237 207