School Engagement Trajectories and Their Differential Predictive Relations to Dropout
Pourquoi ce travail est-il 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.
Prédiction distillée sur la base complète
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.
- Catégories candidates
- aucune
- Catégories consensuelles
- aucune
- Domaine
- Signal candidat: aucuneSignal consensuel: aucune
- Devis d'étude
- Signal candidat: QualitatifSignal consensuel: aucune
- Genre
- Signal candidat: EmpiriqueSignal consensuel: Empirique
- Score de désaccord entre enseignants
- 0,803
- Score d'incertitude au seuil
- 0,868
- Statut de validation
machine_predicted_unvalidated·codex-gemma-dda1882f352a
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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.
- Écart entre enseignants
- 0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
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 découle
Résumé
Although most theories draw upon the construct of school engagement in their conceptualization of the dropout process, research addressing its hypothesized prospective relation with dropout remains scarce and does not account for the academic and social heterogeneity of students who leave school prematurely. This study explores the reality of different life‐course pathways of school engagement and their predictive relations to dropout. Using an accelerated longitudinal design, we used growth mixture modeling to generate seven distinct trajectories of school engagement with 12‐ to 16‐year‐old students (N = 13,300). A vast majority of students were classified into three stable trajectories, distinguishing themselves at moderate to very high levels of school engagement. We refer to these as developmentally normative pathways in light of their frequent occurrence and stability. Although regrouping only one‐tenth of participants, four other nonnormative (or unexpected pathways) accounted for the vast majority of dropouts. Dropout risk was closely linked with unstable pathways of school engagement. We conclude by debating the delicate investment balance between universal strategies and more selective and differentiated strategies to prevent dropout. We also discuss the need to better understand why, within normative trajectories, some students with high levels of school engagement drop out of school .
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.
La notice
- Revue
- Journal of Social Issues
- Thématique
- Early Childhood Education and Development
- Domaine
- Social Sciences
- Établissements canadiens
- Université de Montréal
- Organismes subventionnaires
- non disponible
- Mots-clés
- Dropout (neural networks)PsychologyConceptualizationNormativeDrop outDevelopmental psychologyConstruct (python library)Longitudinal studySocial psychologyMedicine
- Résumé présent dans OpenAlex
- oui