International assessment of low reading proficiency in the adult population: A question of components or lower rungs?
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
Abstract Among the United Nations’ 17 Sustainable Development Goals (SDGs) launched in 2015, the fourth goal (SDG 4) is dedicated to education, and one of the ten targets within that goal specifically addresses adult literacy and numeracy skills. Efforts to reach this target involve monitoring, which in turn involves assessment. The most powerful instrument for assessing literacy proficiency is the Programme for the International Assessment of Adult Competencies (PIAAC), conducted by the Organisation for Economic Co-operation and Development (OECD). It has five hierarchically organised proficiency levels for literacy. A sixth category, labelled “below Level 1”, lumps together low proficiencies at the bottom end of the proficiency continuum. To boost effective action in addressing SDG 4, the UNESCO Institute for Statistics (UIS) recently launched the Global Alliance to Monitor Learning (GAML), which aims to support national assessment strategies and to develop internationally comparable indicators and methodological measurement tools. While PIAAC Levels 1–5 are already broadly suitable for international comparison, the “below Level 1” category has so far only been assessed by individual countries (e.g. Canada, the United States, the United Kingdom and Germany) using instruments developed nationally. Focusing on the reading aspect of literacy, the authors of this article investigate how these nationally developed low proficiency assessment instruments might be adjusted to facilitate international comparability.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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