MétaCan
Menu
Retour à la cohorte
Enregistrement W2991204503 · doi:10.23889/ijpds.v4i3.1222

Thriving, catching up or falling behind: Immigrant and refugee children’s kindergarten competencies and later academic achievement

2019· article· en· W2991204503 sur OpenAlexaffabout
Monique Hélène Gagné, Martin Guhn, Scott D. Emerson, Carly Magee, Constance Milbrath, Anne Gadermann

Notice bibliographique

RevueInternational Journal for Population Data Science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensLearning PartnershipUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRefugeeNumeracyImmigrationThrivingLiteracyAcademic achievementPopulationDevelopmental psychologyLongitudinal studyPsychologySociologyDemographyPolitical scienceMedicinePedagogy

Résumé

récupéré en direct d'OpenAlex

Background with rationale Immigrant and refugee children and adolescents form a growing socially, culturally, and economically diverse group with varying adaptation outcomes.
 Main Aim In this Canadian, population-based study, we wanted to identify the varying academic achievement trajectories that immigrant and refugee children followed from childhood to adolescence (e.g., thriving, catching up, or falling behind) and whether these differences could be predicted at school entry, based upon select social/migration factors and teacher-assessed literacy, numeracy, and social-emotional competencies in kindergarten.
 Methods The study used a retrospective, longitudinal, population-based design and leveraged linked, individual-level administrative data from four sources (Immigration, Refugees, and Citizenship Canada, Ministry of Education, Ministry of Health, Human Early Learning Partnership) to identify a cohort of immigrant and refugee children in British Columbia, Canada (N = 9,216). We utilized a novel analytical approach (Group-based Trajectory Modeling) that allowed us to capture heterogeneity in the Grade 4 to Grade 10 academic (literacy and numeracy) trajectories.
 Results We found that immigrant and refugee children followed a range of academic achievement trajectories from Grade 4 to Grade 10 – some children thriving, some catching up, and others falling behind over time. A number of social/migration factors (e.g., sex and refugee status) as well as literacy, numeracy, and social-emotional competencies in kindergarten predicted these later academic trajectories in unique and sometimes powerful ways.
 Conclusion In all, we found that not all immigrant and refugee children start school on equal footing and this was associated with long-term outcomes. The implications for the importance of early, tailored interventions to set immigrant and refugee children onto paths of positive adaptation will be 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,758

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,383
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207