Similarities and differences in social and emotional profiles among students in Canada, USA, China, and Singapore: PISA 2015
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
Although previous research showed that discrete social-emotional skills such as empathy, motivation, and social relationships in school significantly predict achievement, students tend to use various social-emotional skills in combination. As such previous investigations cannot comment on how different combinations or profiles of students’ social-emotional skills predict achievement relative to discrete skills. Likewise, little is known about cross-national comparisons of social-emotional skill profiles (SESP), and the extent to which SESP differ on their academic achievement. The purposes of this study were three-folded: 1) to determine whether a four-factor social-emotional skills model could be used for cross-national comparisons; 2) to identify social-emotional profiles in 15-year-old students from four different countries – Canada, the United States, China, and Singapore; and 3) to evaluate how different profiles predict students’ reading, maths, and collaborative problem-solving (CPS) test scores. Our results showed multigroup measurement invariant in the structure, loadings, and thresholds of the four-factor social-emotional skills model. We identified three profiles labelled Sociable, Reserved and Withdrawn in Canada, Singapore, and the United States; whereas, we found three profiles labelled Solitary, Team-oriented, and Reserved in students in China. Finally, the way each profile associated with reading, maths and CPS in each country appeared to align with the cultural expectations of 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.
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 | 0,000 |
| 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 découle