Self-perceptions as mechanisms of achievement inequality: evidence across 70 countries
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 Children from lower socioeconomic status (SES) backgrounds tend to have more negative self-perceptions. More negative self-perceptions are often related to lower academic achievement. Linking these findings, we asked: Do children’s self-perceptions help explain socioeconomic disparities in academic achievement around the world? We addressed this question using data from the 2018 Programme for International Student Assessment (PISA) survey, including n = 520,729 records of 15-year-old students from 70 countries. We studied five self-perceptions (self-perceived competency, self-efficacy, growth mindset, sense of belonging, and fear of failure) and assessed academic achievement in terms of reading achievement. As predicted, across countries, children’s self-perceptions jointly and separately partially mediated the association between socioeconomic status and reading achievement, explaining additional 11% (Δ R 2 = 0.105) of the variance in reading achievement. The positive mediation effect of self-perceived competency was more pronounced in countries with higher social mobility, indicating the importance of environments that “afford” the use of beneficial self-perceptions. While the results tentatively suggest self-perceptions, in general, to be an important lever to address inequality, interventions targeting self-perceived competency might be particularly effective in counteracting educational inequalities in countries with higher social mobility.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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