Achievement inequity, students’ participation and curriculum offerings in mathematics and science Higher School Certificate (HSC) courses within a segregated school system in New South Wales, Australia
Notice bibliographique
Résumé
The persistence of inequity in education in a developed country such as Australia has been widely studied, especially in terms of the relationship between achievement inequity and socioeconomic status (SES). Similarly, students’ participation and access in the so-called Key Learning Areas (KLA) in the Australian school curriculum has been focus of increasing concern, with data showing this is linked to students’ SES. However, there is minimal research exploring the influence of students’ socio-educational advantage (SEA) upon achievement inequity, students’ participation and access to KLAs, such as mathematics and science. Using a quantitative approach, this longitudinal cohort study explores achievement inequity along with trends in curriculum offerings and students’ participation in mathematics and science courses in a segregated school system in NSW, Australia. Using three different datasets: 1) the Higher School Certificate (HSC) Distinguished Achievers (DAs) list in 2011 and 2018, 2) data obtained from the My School website, 3) students’ enrolment and curriculum offerings in mathematics and science courses in 2011 and 2018. The study found statistically significant differences in achievement inequity between schools with high and low proportions of HSC DA students in both 2011 and 2018; along with evidence to show that school segregation and inequity have grown between those years. Unsurprisingly, the top HSC DA schools were principally private schools and government academically selective schools that concentrate a higher proportion of students from the highest quarter of socio-educational advantage (SEA). Similarly, students’ participation and curriculum offerings in mathematics and science courses show inequity as more socially advantaged schools had higher enrolments in those courses, especially in advanced mathematics and sciences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».