An Analysis of School-Based Contextual Indicators for Possible Use in Widening Participation
Notice bibliographique
Résumé
This paper looks at the National Pupil Database for England in terms of variables that could be used by universities to help them assess undergraduate applications. Where a young person is obviously disadvantaged, this can be taken into account in contextualised admissions. Of the indicators available, which give the most accurate assessment of that context—singly or in combination? This paper looks at missing data, and what is known about students for whom data is missing. It looks at changes in indicators of potential disadvantage over time. And it looks at the relationship between all indicators and student attainment and progress at school. The safest and clearest indicators are the sex (male) and age in year (summer born) of a student but neither of these is currently considered in widening participation. Otherwise, the best general indicator is eligibility for free school meals (poverty), and this is best computed as the number of years a student has been known to be eligible. Having a special educational need is also a promising indicator, but doubts are raised about its validity and it anyway covers a wide range of factors, some of which are already dealt with by the education system. Very few students registered as living in care continue in education post-16, and this indicator could be used safely and to advantage. The rest, including area measures, school type, performance relative to school, ethnicity and first language are generally not safe to use.
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 | 0,001 |
| 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 | 0,001 | 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 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 ».