Le rendement scolaire des enfants d'immigrants au Canada, 1994-98
Bibliographic record
Abstract
Le rendement scolaire des enfants d'immigrants dans le reseau d'enseignement du Canada est analyse a l'aide des donnees des trois premiers cycles de l'Enquete longitudinale nationale sur les enfants et les jeunes. Le rendement scolaire est mesure sous l'angle des capacites de lecture et de redaction, des aptitudes en mathematiques et des aptitudes globales. Les evaluations que font les parents et les enseignants du rendement des enfants sont utilisees, tout comme les resultats d'epreuves organisees en bonne en due forme. En moyenne, les enfants d'immigrants reussissent generalement au moins aussi bien que les enfants de citoyens nes au Canada dans tous les aspects du rendement scolaire. Les enfants d'immigrants dont la langue maternelle est l'anglais ou le francais obtiennent des resultats particulierement eleves. Les enfants des autres immigrants ont un rendement inferieur en lecture, en redaction et en composition mais, en mathematiques, leur rendement se compare a celui des enfants de parents nes au Canada. L'auteur a egalement constate que le rendement scolaire de ces enfants en lecture, en redaction et en mathematiques va en augmentant avec le nombre d'annees passees dans le reseau d'enseignement du Canada et qu'il equivaut ou est superieur a celui des enfants de parents nes au Canada a l'age de 13 ans dans presque toutes les disciplines concernees.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".