Représentation de soi des élèves et niveaux de rendement scolaire : une analyse en segmentation
Bibliographic record
Abstract
Cette étude porte sur un groupe de 641 enfants d’école primaire, décrit par rapport à des variables sociologiques (appartenance socio-économique, groupes d’âge, de sexe, etc.) et des variables psychologiques (motivation, sentiment de réussite, satisfaction, etc.). Ensuite, à partir des performances scolaires de ceux-ci, la hiérarchisation interactive des différents facteurs sociologiques et psychologiques à l’aide de l’analyse de segmentation a été effectuée. Les résultats obtenus montrent que les enfants qui appartiennent aux classes sociales favorisées obtiennent de meilleurs résultats scolaires que les enfants des classes sociales défavorisées; ils montrent que les élèves les plus forts se distinguent des autres au plan psychologique (sentiment de force, besoin d’aide). De plus les élèves les plus faibles se caractérisent d’abord par leur âge, puis par leur appartenance socio-économique.
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 | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".