Les déterminants du rendement scolaire des élèves de CP et de CMl en République Centrafricaine
Bibliographic record
Abstract
Cette recherche visait à mesurer les performances des élèves de CP et de CM 1 en mathématiques et en français en République Centrafricaine et à identifier les facteurs déterminants de la variation de ces performances. Les résultats obtenus sont les suivants. Les niveaux de performance aux tests administrés aux élèves sont de 35 pour cent au CP et de 49 pour cent au CM1 en mathématiques, et de 40 pour cent au CP et de 5 1 pour cent au CM 1 en français. Les niveaux de performance sont plus élevés lorsque le temps consacré à l'enseignement s'accroît; ils tendent à étre plus faibles quand la charge de l'enseignementest plus lourde. Par ailleurs, les performances des élèves tendent à être négativement associées aux facteurs qui diminuent les occasions d'apprendre, comme les absences scolaires, alors qu'elles sont positivement corrélées avec ceux qui tendent à favoriser les apprentissages, comme la disponibilité de certains matériels. Dans l'ensemble, les variables scolaires tendent à avoir un effet plus important sur les performances des élèves que les variables relatives à l'élève.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".