Individual and Contextual Factors Determining School Belonging of Adolescents in the UK: Evidence from PISA
Notice bibliographique
Résumé
There has been long discussion in educational psychology about the individual factors that promote pupils’ sense of school belonging during secondary education. However, the literature on the school factors associated with these outcomes seems to be less informed. By utilising an ecological-systemic approach, the present study aimed to consider the predictive role of a range of individual and school factors including academic achievement, motivation, gender, class size, extracurricular resources, and type of school attended. To do this, UK data of a large, current and representative sample of 14,157 15-year-old pupils in 550 schools from the Programme for the International Student Assessment (PISA) study were analysed. Using a multi-level structural equation modelling framework, results indicated that the individual-level factors statistically significant associated with pupils’ sense of belonging were academic motivation, gender, and socio-economic status, explaining 6% of the student-level variance. School factors that predicted sense of school belonging included availability of extracurricular activities, and class size, explaining 39% of the school-level variance. Our results provide strong evidence concerning the importance of school factors that may be more malleable to change, when compared to individual factors, in determining pupils’ sense of belonging. We propose a theoretical framework that integrates the role of individual and school factors to advance knowledge concerning pathways for the development of evidence-based intervention targeting the improvement of school belonging.
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 ».