Value‐added education and smoking uptake in schools: a cohort study
Notice bibliographique
Résumé
AIM: To show that schools achieving higher examination pass and lower truancy rates than expected, given that their pupil populations (high value-added schools) are associated with a lower incidence of smoking among pupils (13-14 years). DESIGN: Value-added scores for schools were derived from standardized residuals of two regression equations predicting separately the proportion of pupils passing high school diplomas and the half-days lost to truancy from the socio-economic and ethnic profiles of pupils. The risk of regular smoking at 1- and 2-year follow-up was examined in relation to the value-added score in a cohort of 8352 UK pupils. Random-effects logistic regression was used to adjust for baseline smoking status and other adolescent smoking risk factors. SETTING: A total of 52 schools, West Midlands, UK. PARTICIPANTS: Year 9 pupils aged 13-14 years (n = 8352) were followed-up after 1 year (n = 7444; 89.1% of original cohort) and 2 years (n = 6819; 84.6% of original cohort excluding pupils from two schools that dropped out). MEASUREMENTS: Regular smoking (at least one cigarette per week). FINDINGS: Schools with high value-added scores occurred throughout the socio-demographic spectrum. The odds ratio (95% confidence interval) for regular smoking for a 1 standard deviation increase in the value-added measure was 0.85 (0.73-0.99) at 1-year and 0.80 (0.71-0.91) at 2-year follow-ups. Baseline smoking status did not moderate this. CONCLUSIONS: Schools with high value-added scores are associated with lower incidence of smoking. Some schools appear to break the strong link between deprivation and smoking. Understanding the mechanisms could be of great public health significance.
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 | 0,000 |
| 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 | 0,000 | 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)
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 ».