MétaCan
Menu
Retour à la cohorte
Enregistrement W3212839575 · doi:10.5539/elt.v14n12p55

Parents’ Involvement in High-Stakes Language Assessment A Review of Test Impact on Parent Behavior

2021· review· en· W3212839575 sur OpenAlexvenueno aff
Jing Zhang

Notice bibliographique

RevueEnglish Language Teaching · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueParental Involvement in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyContext (archaeology)Test (biology)Developmental psychologySocial psychologyMedical educationPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

This paper reviews a total of 20 empirical research studies concerning parents’ behavior under the context of high-stakes language assessment, aiming to reveal the impact of the assessment on parents’ behavior. The results show that (1) parents are typically involved in high-stakes language assessment process; (2) their involvement practice includes general (such as hiring tutors for children) and extreme involvement behavior (such as participating in movement against high-stakes testing); (3) no unanimous conclusion is reached concerning the effectiveness of parents’ involvement in high-stakes language assessment; (4) multiple factors that affect parents’ involvement in high-stakes language assessment are identified, including parents’ perceptions of tests, their educational background, and the time they spend with their children. This study concludes that tests might influence the ways parents are involved in children’s education. However, not all parents might be influenced by testing, and testing might have a positive impact on some parents but a negative impact on others. This synthesis has several practical implications. Firstly, it indicates that parents’ involvement behavior in the context of high-stakes language assessment deserves to be further investigated. Secondly, it points that various intervention programs should be provided for parents to help them better support their children’s learning and test preparation. The paper also offers several suggestions for future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,070
Tête enseignante GPT0,453
Écart entre enseignants0,383 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetParental Involvement in EducationTravaux en français237 207