Pourquoi les enfants africains quittent-ils l’école? Un modèle hiérarchique multinomial des abandons dans l’éducation primaire au Sénégal
Notice bibliographique
Résumé
Dans cet article nous analysons les abandons dans l’éducation primaire au Sénégal à l’aide de modèles hiérarchiques généralisés en utilisant des données issues d’une enquête longitudinale de 1996 à 2001 et d’une enquête rétrospective de 2003 sur les ménages des mêmes élèves. Les résultats font apparaître la plus forte exposition au risque de décrochage scolaire des élèves issus de groupes exerçant certaines activités professionnelles. Les résultats confirment aussi que les filles sont plus victimes de l’abandon scolaire que les garçons. L’existence dans la famille d’enfants fréquentant le collège ou le lycée exerce un effet favorable sur la rétention des élèves à l’école. Les autres résultats confirment l’influence positive de la disponibilité des livres sur la rétention des élèves et l’effet négatif qu’exerce un niveau d’échec scolaire élevé ou la rareté de l’offre éducative dans la communauté. Enfin, les abandons précoces frappent davantage les filles que les garçons, mais l’existence d’une proportion importante de filles dans la première année d’études réduit la probabilité d’abandonner. Les politiques éducatives disposent ainsi de nombreux leviers pour réduire fortement les décrochages scolaires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».