MétaCan
Menu
Retour à la cohorte
Enregistrement W4407448803 · doi:10.1007/s13158-025-00418-4

Regional Disparities in Family Environments, Preschool Quality and Early School Attainment in China

2025· article· en· W4407448803 sur OpenAlexaff
Nirmala Rao, Yi‐Hsin Yang, Jing Gong, Yufen Su, Michal Perlman, Jin Sun, Li Zhang, Jing Zhou

Notice bibliographique

RevueInternational Journal of Early Childhood · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesResearch Grants Council, University Grants Committee
Mots-clésEarly childhood educationChinaEducational attainmentPsychologyDevelopmental psychologyPreschool educationQuality (philosophy)Economic growthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract We examined associations among home environments, preschool quality, and academic achievement in Shanghai and Guizhou – two regions in China that vary substantially in economic development. Children ( N = 697; M age = 57.6 months; 367 boys) from 52 classrooms in 29 preschools were assessed in individual sessions when they were in preschool (Fall 2017 and Summer 2019) and in Grade 2 (Fall 2020). Parents reported on the home environment (family socioeconomic status and home learning activities), and preschool quality was observed. Home environments, preschool quality, and child outcomes were correlated, and all were significantly better in Shanghai than in Guizhou at all measurement points. When we controlled for children’s baseline abilities and family characteristics, results showed limited associations with child outcomes three years later at Grade 2, but distinct factors played a role in the two regions. In both regions, preschool quality was not associated with child outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,017
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,319
Écart entre enseignants0,302 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Early ChildhoodMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207