Assessing school readiness domains in a large cohort of refugee children: Validation and links with family factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the growing global presence of refugee populations, few validated tools exist to assess early learning and development in these contexts. This study examined the use of the International Development and Early Learning Assessment (IDELA) with a large sample of 1033 refugee children aged 4–6 years living in Malaysia, a non-resettlement, low- to middle-income country. Using Rasch modelling, we evaluated the psychometric properties of IDELA and found strong person and item reliability, acceptable item fit, and good evidence of unidimensionality, although some item redundancy was observed. Further, children's school readiness scores were significantly associated with child gender and age, as well as maternal and paternal demographic characteristics (age, education, literacy), but not father employment or occupation type. These findings provide preliminary validation for IDELA’s use in refugee settings and underscore its potential as a culturally adaptable, low-cost tool for assessing development in underserved populations. • Psychometric properties of the International Development and Early Learning Assessment (IDELA) tool was examined with a large sample of refugee children. • Rasch modelling demonstrated excellent person and item reliability and separation. • Item fit statistics confirmed IDELA’s good unidimensionality and construct validity, with some redundancy noted among items. • Correlational analyses indicated significant associations between Rasch person’s measures with key parent and child variables.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle