Briefing No. 7 - Attainment and Assessment
Notice bibliographique
Résumé
Pupils from independent schools were much more likely to report that their Teacher Assessed Grades (TAGs) were higher than they expected (43%) than those in state schools (34% for those in state grammars and 29% in state comprehensives). They were also much less likely to report that they were lower than they expected (at 7%, compared to 15% of those in state grammars and 23% in state comprehensives). \n \nA third of young people reported that they felt that teachers were biased against certain groups in their teacher assessment. This figure was higher among those from ethnic minority backgrounds and lower among those with more socio-economically advantaged backgrounds. \n \nPupils who had particularly disrupted experiences during the COVID-19 pandemic received lower GCSE Teacher Assessed Grades (TAGs) than their peers whose disruption was more moderate. \n \nOne-to-one or small group tutoring as catch-up provision was most likely to be offered to those from less advantaged backgrounds and those who had lower prior attainment. Boys were more likely to be offered tutoring but, as they were less likely to take it up, there was no gender difference in reported receipt of tutoring. \n \nThose who received one-to-one and small group tutoring appeared to perform slightly better in their GCSE TAGs than their peers who were offered this tutoring but did not take it up. However, only just over a quarter of the sample reported that they have received one-to-one or small group tutoring, meaning it is unlikely to have made a big difference to learning lost at the cohort level.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,418 | 0,198 |
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 ».