Assessment of school readiness and the importance of executive functions for learning
Notice bibliographique
Résumé
OBJECTIVE: Considering the importance of the beginning of the academic trajectory for children to reach their full development, this work aims to evaluate the school readiness of preschool-age children and identify which factors influence these results, in order to contribute to the proposition of strategies that allow improving the teaching-learning process and child development. METHODS: This is a cross-sectional, descriptive and analytical study with 443 preschool children belonging to the West Region Cohort (ROC Cohort), from the public school system of the city of São Paulo. School readiness was assessed by the International Development and Early Learning Assessment (IDELA) tool. Non-parametric techniques were used for the correlation analysis between IDELA scores and sociodemographic and socioeconomic conditions: Spearman's parametric correlation, Mann-Whitney and Kruskal-Wallis tests. RESULTS: The children's mean age was 69 months (standard deviation - SD=2.8; ranging from 55 to 72 months) and most of them came from families with low socioeconomic level. Most children showed adequate readiness in the overall score (65%) and in most domains, except for emergent literacy, in which most (56.9%) were classified as "emergent". The highest percentage of insufficiency was identified in executive functions (4.1%), which showed a correlation only with the caregiver's education. CONCLUSIONS: Children had adequate school readiness scores, except for emergent literacy, but the insufficiency in executive functions may compromise the future schooling of these children. Thus, pedagogical proposals should consider these aspects for learning and pediatricians need to reinforce the habit of reading and playing games to stimulate child development.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».