Differences and secular trends in childhood IQ trajectories in Guatemala City
Notice bibliographique
Résumé
This study documents differences in childhood IQ trajectories of Guatemala City children, aged 6–15 years and born 1961–1993, according to school attended, height-for-age Z-scores (HAZ) and over time (Flynn effect). IQ data come from the Universidad del Valle de Guatemala Longitudinal Study of Child and Adolescent Development. IQ was measured using standardised tests from the Otis-Lennon Mental Ability Test-series. A multilevel model was developed to describe 60,986 IQ observations (level 1), in 22,724 children (level 2), in five schools representing students of different socioeconomic status (SES) (level 3). Average IQ trajectories differed by school. The difference in average IQ at age 11 years between the students of high and low SES schools was 28.7 points. A one-unit increase in HAZ was associated with a 1.42 (0.72, 2.11) unit higher IQ if HAZ was <0, this association was stronger in public compared to private schools. Conversely, one unit increase in HAZ was only associated with a 0.3 (0.001, 0.5) unit higher IQ if HAZ was ≥0. With each birth year increase, IQ at age 11 years increased by 0.14 (95% CI 0.12, 0.16) units, although this Flynn effect attenuated slightly across adolescence. We found no evidence of secular change in the inequality in IQ trajectories (according to school or HAZ). Shorter children from disadvantaged schools in Guatemala City have lower IQ than their taller and wealthier peers, possibly reflecting the damaging effects of poor early life environments both for linear growth and cognitive development.
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 | 0,000 | 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 ».