MétaCan
Menu
Retour à la cohorte
Enregistrement W2030102255 · doi:10.1080/14748460.2012.659056

Do poverty dynamics explain the shift to an informal private schooling system in the wake of free public primary education in Nairobi slums?

2012· article· en· W2030102255 sur OpenAlex
Moses Oketch, Maurice Mutisya, Jackline Sagwe

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueLondon Review of Education · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research CenterJomo Kenyatta University of Agriculture and Technology
Mots-clésSlumPovertyPopulationEconomic growthQuarter (Canadian coin)SocioeconomicsDemographic economicsBusinessEconomicsGeographySociologyDemography

Résumé

récupéré en direct d'OpenAlex

With the introduction of free primary education (FPE) in Kenya in 2003, it was expected that the burden on poor households in financing primary education would be reduced substantially. This in turn would increase enrolment in public schools and lead to universal primary education. However, studies have shown that a considerable proportion of households in urban slums continue to enrol their children in pro-poor fee charging informal schools. The reasons presented in the available literature to explain this phenomenon of why poor slum-residing households bypass free public education are varied and some are simply speculative. In this paper, we hypothesise that poverty dynamics can partly explain households' decisions on the type of school in which to enrol their children. The analysis is based on longitudinal data collected by the African Population and Health Research Centre (APHRC) using urban demographic surveillance in two slums of Nairobi, Kenya. The data covers the period between 2005 and 2009 with a sample of 6965 pupils spread across 3763 households. Logistic regression methods are applied. The findings reveal that moving in and out of poverty can affect the type of schooling decision a household makes, with one quarter of those moving out of poverty shifting schools. The findings demonstrate that there is both willingness and ability to pay by the slum residents that is driving the utilisation of the private schools. The decisions are not random occurrences, but seem systematic and rational – parents want quality and affordability and a good number of those whose economic situation improved do not seem to believe the public schools, even under FPE, offers quality. The policy implication to be drawn from these findings is that the private schools for the poor should not simply be dismissed as 'informal schools' because it seems they have some features which are attracting parents to choose them and leave the state system. Free primary education policy is being 'rejected' by a good number of parents in the slums and this needs further investigation, as 'excess' demand as suggested in some research papers does not seem to be the only explanation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,293
Écart entre enseignants0,280 · 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