Dans quel pays et établissements les élèves défavorisés réussissent-ils ?
Bibliographic record
Abstract
D’apres les donnees de l’enquete PISA, en moyenne, dans les pays de l’OCDE, trois eleves sur quatre se situant dans le quartile inferieur du statut socio-economique n’atteignent au mieux que le niveau de competence de base (niveau 2) en comprehension de l’ecrit, en mathematiques ou en sciences. Cependant, en Allemagne, au Canada, en Coree, au Danemark, en Estonie, en Finlande, a Hong-Kong (Chine), en Irlande, au Japon, en Norvege, aux Pays-Bas, a Singapour, en Slovenie et au Viet Nam, plus de 30 % des eleves defavorises atteignent au moins le niveau 3 de competence dans l’ensemble des domaines d’evaluation de l’enquete PISA 2015 – et peuvent donc etre consideres comme « resilients sur le plan scolaire ». Au niveau 3 de competence, les eleves commencent a faire preuve de capacites a : degager la signification d’un texte et parvenir a une comprehension detaillee a partir de multiples fragments independants d’information en comprehension de l’ecrit ; etablir des relations proportionnelles et se livrer a une interpretation et un raisonnement simples dans le cadre de la resolution d’un probleme mathematique ; et apprehender des sujets qui ne leur sont pas familiers en sciences – autant de competences au fondement de la reussite et de la poursuite de l’apprentissage tout au long de la vie. D’apres les donnees collectees sur une periode de dix ans dans le cadre de l’enquete PISA (en 2006, 2009, 2012 et 2015), plusieurs pays sont parvenus a accroitre le pourcentage d’eleves resilients sur le plan scolaire parmi ceux se situant dans le quartile inferieur du statut socio-economique.
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 | 0.007 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".