Analyse av prestasjonsforskjeller mellom innvandrerelever i Norge og Canada
Bibliographic record
Abstract
Innvandrerelever presterer globalt sett dårligere enn den øvrige befolkningen. Dette har også konsistent vært tilfellet i Norge, men ikke i Canada. Denne oppgaven undersøker i hvilken grad elevprestasjoner mellom første- og andregenerasjonsinnvandrere i Norge og Canada varierer. Datasettet som blir benyttet er hentet fra PIRLS 2001, som undersøker internasjonale leseferdigheter. Ved å benytte OLS som økonometrisk metode, blir det etablert en skoleproduktfunksjon og som gjennom utvidelser inkluderer flere relevante karakteristikker som påvirker testresultatene. Konklusjonen er at det er en forskjell i elevprestasjoner mellom landene; Norges førstegenerasjonsinnvandrere presterte bedre enn de kanadiske, mens Norges andregenerasjonsinnvandrere presterte dårligere enn de kanadiske.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".