Linear Growth through 12 Years is Weakly but Consistently Associated with Language and Math Achievement Scores at Age 12 Years in 4 Low- or Middle-Income Countries
Notice bibliographique
Résumé
Background: Whether linear growth through age 12 y is associated with language and math achievement at age 12 y remains unclear. Objective: Our objective was to investigate associations of linear growth through age 12 y with reading skill, receptive vocabulary, and mathematics performance at age 12 y in 4 low- or middle-income countries (LMICs). Methods: We analyzed data from the Young Lives Younger Cohort study in Ethiopia (n = 1275), India (n = 1350), Peru (n = 1402), and Vietnam (n = 1594). Age 1, 5, 8, and 12 y height-for-age z scores (HAZ) were calculated. Language and math achievement at age 12 y was assessed with the use of country-specific adaptations of the Peabody Picture Vocabulary Test, the Early Grades Reading Assessment, and a mathematics test; all test scores were standardized by age within country. We used path analysis to examine associations of HAZ with achievement scores. Twelve models were examined at each age (3 tests across 4 countries). Results: Mean HAZ in each country was <-1.00 at all ages. Overall, linear growth through age 12 y was associated with 0.4-3.4% of the variance in achievement scores. HAZ at 1 y was positively and significantly associated with the test score in 11 of the 12 models. This association was significantly mediated through HAZ at 5, 8, and 12 y in 9 of the models. HAZ at 5, 8, and 12 y was positively and significantly associated with test scores in 8, 8, and 6 models, respectively. These associations were mediated through HAZ at older ages in 6 of the HAZ at 5-y models and in 6 of the HAZ at 8-y models. Conclusion: Child relative linear growth between ages 1 and 12 y was weakly but consistently associated with language and math achievement at age 12 y in 4 LMICs.
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 | 0,000 | 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 | 0,000 | 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 ».