Classroom Climate and Contextual Effects: Conceptual and Methodological Issues in the Evaluation of Group-Level Effects
Notice bibliographique
Résumé
Classroom context and climate are inherently classroom-level (L2) constructs, but applied researchers sometimes—inappropriately—represent them by student-level (L1) responses in single-level models rather than more appropriate multilevel models. Here we focus on important conceptual issues (distinctions between climate and contextual variables; use of classroom L2 rather than student-level L1 measures) and more appropriate multilevel models. To illustrate these issues, we consider the effects of two L2 classroom climate variables and one L2 classroom contextual variable on two L1 student-level outcomes for 2261 students in 128 classes. Through this example, we illustrate how to apply evolving doubly latent multilevel models to (a) evaluate the factor structure of L1 and L2 constructs based on multiple indicators of classroom climate and context measures, (b) control measurement error at L1 and L2, (c) control sampling error in the aggregation of L1 responses to form L2 constructs (the average of student-level responses to form classroom-level constructs), and (d) provide guidelines for appropriate analysis of classroom climate as an L2 construct. [Supplementary materials are available for this article. Go to the publisher's online edition of Educational Psychologist for the following free supplemental resources: Substantive basis of the present investigation and more detailed description of the methodology.]
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,389 | 0,656 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».