How school districts influence student achievement
Notice bibliographique
Résumé
Purpose The purpose of this paper is to test the effects of nine district characteristics on student achievement, explored the conditions that mediated the effects of such characteristics and contributed to understandings about the role school-level leaders play in district efforts to improve achievement. Design/methodology/approach Data for the study were provided by the responses of 2,324 school and district leaders in 45 school districts to two surveys. Student achievement evidence was provided by multi-grade provincial measures of math and language achievement. The analysis of these data included calculation of descriptive statistics, confirmatory factor analysis and regression mediation analysis. Findings Seven of nine district characteristics contributed significantly to student achievement and three conditions served as especially powerful mediators of such district effects. The same three conditions, as well as others, acted as significant mediators of school-level leader effects on achievement, as well. Practical implications District characteristics tested in the study provide a powerful framework for guiding the district improvement work of senior educational leaders. The organizational improvement efforts of both district and school leaders would be substantially enhanced by a better understanding of how to diagnose and improve the status of those conditions acting as significant mediators of the effects of both district and school leadership on student achievement. Originality/value This is one of a very few large-scale quantitative studies examining the extent to which characteristics frequently identified by district effectiveness research explain variation in student learning. It is also one of the very few studies identifying classroom, school and family variables that mediate district effects on such learning. The study also adds to a growing body of evidence about variables which mediate school leaders’ effects on such learning.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».