The Difference That One Year of Schooling Makes for Russian Schoolchildren
Notice bibliographique
Résumé
The PISA 2009 data (in reading) investigated the effectiveness of one year of schooling in seven countries: Russia, Czech Republic, Hungary, Slovakia, Germany, Canada, and Brazil. We used an instrumental variable, which allowed us to estimate the effect of one year of schooling through the fuzzy method of regression discontinuity. The analysis was performed both for regular and vocational education programs collectively as well as individually for regular schools. It was found that in general for Russian students enrolled in all programs, the effectiveness of one year of schooling is insignificant. In countries that practice the early separation of students into regular and vocational programs, the effectiveness of schooling is lower than in countries where all fifteen-year-olds are enrolled in regular programs. The effectiveness of one year of schooling for students enrolled in regular educational programs is significant in all countries. Students enrolled in vocational programs typically perform more poorly than those enrolled in regular programs. The strength of the relationship between the socioeconomic status of the student's family and the effectiveness of schooling are highly dependent on the education system and vary from country to country. For Russia, as well as for some other countries, the effectiveness of schooling does not depend on socioeconomic status. The significance of these results for the evaluation of the effectiveness of schooling, and in particular for the fair evaluation of national achievement in countries that offer different educational trajectories, is discussed.
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 | 0,001 | 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)
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 ».