MétaCan
Menu
Retour à la cohorte
Enregistrement W3096656403 · doi:10.7202/1071516ar

Effet des classes et des écoles sur les performances en mathématiques des élèves de 4e année du primaire de la Province orientale en République démocratique du Congo

2020· article· fr· W3096656403 sur OpenAlexvenueno aff
Gratien Bambanota Mokonzi, Jan Van Damme, Bieke De Fraine, Oscar Asobee Gboisso, Jean-Paul Legono Bela

Notice bibliographique

RevueMesure et évaluation en éducation · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude examine l’impact des classes et des écoles sur les performances en mathématiques des élèves de 4 e année du primaire dans deux villes de la République démocratique du Congo en recourant à l’analyse multiniveau. Elle révèle que 71 %, 16 % et 13 % de la variance totale se situent respectivement aux niveaux élève, classe et école. L’étude montre en outre qu’au-delà de l’effet des caractéristiques individuelles, les caractéristiques de la classe expliquent 2,9 % (niveau classe) et 3,4 % (niveau école) de la variance totale. Cependant, seules la moyenne de la classe au prétest et la taille de classe sont significativement associées aux performances des élèves. L’étude montre enfin que si les caractéristiques de l’école expliquent 1,5 % de la variance totale située au niveau de l’école, l’expérience du directeur est le seul prédicteur significatif des performances des élèves.

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)0,017
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,382
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,005
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,347
Écart entre enseignants0,307 · 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.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMesure et évaluation en éducationMême sujetSchool Choice and PerformanceTravaux en français237 207