MétaCan
Menu
Retour à la cohorte
Enregistrement W4412907983 · doi:10.3390/educsci15080964

The Current State of School Attendance Research and Data in Canada

2025· article· en· W4412907983 sur OpenAlexaffabout
Jessica Whitley, Natasha McBrearty, Maria Rogers, David Smith

Notice bibliographique

RevueEducation Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Substance Use and School Attendance
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésState (computer science)AttendanceCurrent (fluid)Mathematics educationPolitical sciencePsychologySociologyComputer scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

The issue of school absenteeism has received increased attention in previous years due to the widespread absences caused by the COVID-19 pandemic. However, Canadian research is sparse on the topic, and a data-based picture of the extent of the problem does not exist. In this conceptual article, we briefly trace the origins of school absenteeism and outline the current status of prevalence data and research in the area of school absenteeism in Canada, drawing on a broad range of sources including national and international surveys. Our exploration suggests several recommendations to advance knowledge and practice in the area, including the identification and sharing of attendance-related data within and across provinces and territories, the development of partnerships between researchers and school boards, the integration of discipline-specific research in the area and the analysis of school absenteeism through nuanced, complex lenses.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,434
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,186
Tête enseignante GPT0,504
Écart entre enseignants0,318 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetYouth Substance Use and School AttendanceTravaux en français237 207