MétaCan
Menu
Retour à la cohorte
Enregistrement W7005578872

Recuperar o atraso ao longo do tempo : o impacto da entrada precoce na escola no desempenho escolar

2024· dissertation· en· W7005578872 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepositório Institucional da Universidade Católica Portuguesa (Universidade Católica Portuguesa) · 2024
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Propensity score matchingAffect (linguistics)Psychological interventionQuarter (Canadian coin)Instrumental variableSpillover effectStandardized testMatching (statistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis examines the impact of early school entry on school performance in Italy using national standardized test data (INVALSI). Since student’s age of entry in primary school may be endogenous, I employ an instrumental variable estimation strategy that leverages variations in the quarter of birth to compare test scores of younger and older students within the same cohort. Additionally, I use a propensity score matching approach to assess the impact of early school entry on similarly aged students from two adjacent cohorts. Results show that early entrants score significantly lower in both verbal and mathematics tests in grade 2. However, this score gap diminishes over time, becoming insignificant in verbal tests by grade 5 and narrowing in mathematics tests by grade 10. Furthermore, the analysis examines the existence of spillover effects at classroom-level, finding that the proportion of early entrants in a class does not negatively affect the performance of regular students. These findings suggest that while early school entrants may face initial challenges, supportive interventions can help mitigate the gap with respect to older peers over time. Policymakers should consider flexible strategies that aim at providing anticipating students with additional support, rather than prohibiting early entry.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepositório Institucional da Universidade Católica Portuguesa (Universidade Católica Portuguesa)Même sujetCell Image Analysis TechniquesTravaux en français237 207