MétaCan
Menu
Retour à la cohorte
Enregistrement W2113084774 · doi:10.5539/ies.v4n2p63

Social and Cultural Capital: Underlying Factors and Their Relationship with the School Achievement of Iranian University Students

2011· article· en· W2113084774 sur OpenAlexvenueno aff
Ebrahim Khodadady, Reza Zabihi

Notice bibliographique

RevueInternational Education Studies · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCultural capitalContext (archaeology)Social capitalAcademic achievementPersianDevelopmental psychologySocial psychologyMathematics educationSociologySocial science

Résumé

récupéré en direct d'OpenAlex

This study explored the relationship between social and cultural capital and school achievement by developing, administering and validating a 35-statement questionnaire to 403 undergraduate and graduate students majoring in Teaching English as a foreign language and Persian Language and Literature and correlating their extracted factors with the grade point average of their high school diploma. The application of the Principle Axis Factoring to the participants’ responses and rotating the extracted factors revealed ten latent variables, i.e., literacy, parental consultation, family-school interaction, family support, extracurricular activities, family relationship, parent-school encouragement and facility, cultural activities, peer interaction and religious activities. Between the two logically developed subscales comprising the social and cultural capital questionnaire (SCCQ) only the social capital showed significant relationship with the GPA (.19, p <.001). Similarly, among the ten factors, parent-school encouragement and facility (.33), parental consultation (.22), family relationship (.20), and family support (.18), correlated significantly, i.e., p <.001, with the GPA. The implications of the results are discussed within a foreign/first language context and suggestions are made for future research.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,196
Tête enseignante GPT0,400
Écart entre enseignants0,203 · 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 tête enseignante, 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

Citations20
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetSocial Capital and NetworksTravaux en français237 207