Education systems, school segregation, and second-generation immigrants’ educational success: Evidence from a country-fixed effects approach using three waves of PISA
Pourquoi ce travail est 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.
Notice bibliographique
Résumé
Many countries are increasingly being challenged to integrate their growing immigrant populations. A major key to successful integration is the educational attainment of immigrant offspring. According to the results of comparative studies, second-generation immigrant students often lag behind their non-immigrant counterparts even though the host countries perform very differently with respect to the education of immigrant offspring. This study investigates how the interplay between the degrees of stratification and standardization in education systems and the degree of ethnic school segregation affects the performance gap between non-immigrant and second-generation immigrant students in member countries of the Organisation for Economic Co-operation and Development (OECD). Based on data from three waves of the OECD Programme for International Student Assessment (PISA) study (2003, 2006, and 2009), this article presents a country fixed effects approach to analyzing repeated cross-sectional data by investigating how changes in education policies and institutional contexts are associated with non-immigrant–immigrant reading performance gap. Between-school stratification was associated with lower performance of second-generation immigrants relative to native students, particularly when paired with ethnic school segregation, whereas within-school stratification (ability grouping) was associated with higher relative performance of the immigrant students. In addition, the non-native students benefited from less standardization of educational input, because performance gaps were smaller when a country’s educational resources were distributed unequally.
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.
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 | 0,001 |
| 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 | 0,001 |
| 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 découle