Effet des classes et des écoles sur les performances en mathématiques des élèves de 4e année du primaire de la Province orientale en République démocratique du Congo
Bibliographic record
Abstract
Cette étude examine l’impact des classes et des écoles sur les performances en mathématiques des élèves de 4e année du primaire dans deux villes de la République démocratique du Congo en recourant à l’analyse multiniveau. Elle révèle que 71 %, 16 % et 13 % de la variance totale se situent respectivement aux niveaux élève, classe et école. L’étude montre en outre qu’au-delà de l’effet des caractéristiques individuelles, les caractéristiques de la classe expliquent 2,9 % (niveau classe) et 3,4 % (niveau école) de la variance totale. Cependant, seules la moyenne de la classe au prétest et la taille de classe sont significativement associées aux performances des élèves. L’étude montre enfin que si les caractéristiques de l’école expliquent 1,5 % de la variance totale située au niveau de l’école, l’expérience du directeur est le seul prédicteur significatif des performances des élèves.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| 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; 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".