Effet établissement : quelles relations entre composition sociale des établissements et processus internes ?
Bibliographic record
Abstract
Deux types de facteurs explicatifs ont successivement été avancés et opposés dans la documentation scientifique pour expliquer le différentiel d’efficacité produit par les établissements scolaires : la composition de l’établissement et les processus internes à celui-ci. Le premier objectif de cet article est d’élucider la teneur de ce débat, en s’appuyant sur une vague d’études qualitatives récentes qui montrent que les processus managériaux et pédagogiques s’articulent à la composition sociale des établissements scolaires. Exploitant ensuite les scores en mathématiques récoltés dans le cadre de PISA 2000, une technique de rotation des modèles d’analyse multi-niveaux est proposée afin d’estimer l’intensité de l’effet net de la composition, de l’effet net des processus internes et de l’effet joint de ces deux dimensions. L’analyse porte sur cinq systèmes éducatifs européens (Communauté flamande de Belgique, Communauté française de Belgique, France, Autriche, Portugal) caractérisés par une forte variation de résultats entre établissements scolaires (plus de vingt pour cent de la variance totale des scores en mathématiques). Les résultats suggèrent que l’articulation des processus internes et de la composition des établissements scolaires est une dimension explicative importante des différences entre établissements scolaires. Les implications des résultats concernant le statut théorique et empirique de l’établissement scolaire, d’une part, et les politiques de responsabilisation des établissements, d’autre part, sont enfin discutées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.003 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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; both teacher heads agree on what is shown here.
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".