MétaCan
Menu
Retour à la cohorte
Enregistrement W4416569010 · doi:10.1177/07311214251390957

Are Networks Great Equalizers? Intergenerational Closure, Cultural Capital, and Capital Conversion in Elementary Schools

2025· article· en· W4416569010 sur OpenAlexaff
Angran Li, Scott Davies

Notice bibliographique

RevueSociological Perspectives · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParental Involvement in Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusDisadvantagedSocial capitalCultural capitalSocial classSocial mobilityCapital (architecture)InequalityClosure (psychology)

Résumé

récupéré en direct d'OpenAlex

Building upon theories of capital conversion, we examine relationships between one form of social capital (intergenerational closure, defined as the number of connections among parents in a school) and both simple and complex forms of cultural capital (school-oriented home activities and concerted cultivation) across socioeconomic status (SES). Using nationally representative data from the Early Childhood Longitudinal Study-Kindergarten Class of 2010 to 2011, the results show that intergenerational closure is significantly and positively associated with both home activities and concerted cultivation, having a stronger association with the latter. Families with lower SES report higher rates of engaging in everyday home activities, whereas families with higher SES concentrate more of their efforts into concerted cultivation. Furthermore, network size positively affects home activities across socioeconomic contexts but has stronger associations with concerted cultivation in socioeconomically disadvantaged families. We interpret these findings as suggesting that parental networks can be key mechanisms for converting forms of capital in socioeconomically disadvantaged contexts.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,375
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological PerspectivesMême sujetParental Involvement in EducationTravaux en français237 207