Effet non linéaire de la taille des classes sur le développement cognitif et non cognitif de l'enfant : estimation avec les données de l'Enquête québécoise sur le développement de l'enfant en maternelle de 2012 et 2017
Bibliographic record
Abstract
Ce mémoire s’intéresse à l’effet de la taille des classes sur le développement cognitif et non cognitif de l’enfant en maternelle. Les données de l’Enquête québécoise sur le développement de l’enfant en maternelle, qui couvrent une large portion des enfants en maternelle au Québec dans les années scolaires 2011-2012 et 2016-2017, sont utilisées pour estimer l’effet étudié. L’enquête inclut également une quantité importante de variables sur l’enfant et son parcours. Un design par variables instrumentales est utilisé. Une analyse par composantes principales est aussi effectuée pour construire divers scores de développement non cognitif et pour valider la construction du questionnaire des deux éditions de l’enquête. Cette recherche conclut que l’effet de la taille des classes sur le développement cognitif et non cognitif est en général faible, négatif et statistiquement différent de zéro. L’effet marginal estimé est d’environ 1 % d’un écart-type de la distribution des mesures étudiées dans l’échantillon sur différents scores de développement. Cependant, l’effet est beaucoup plus fort pour les enfants défavorisés. L’effet estimé est souvent plus que doublé lorsque seulement les enfants défavorisés sont étudiés. Il semble donc qu’une politique de réduction généralisée de la taille des classes, telle que mise en place par le gouvernement du Québec en 2016, ne soit pas une politique publique intéressante. Une politique ciblée dans certains milieux pourrait, quant à elle, avoir un effet important sur les enfants défavorisés, qui ont en général un retard de développement en bas âge. Différentes simulations sont finalement utilisées pour démontrer la possibilité, à faible coût, d’améliorer à la fois la moyenne générale de développement cognitif et non cognitif des enfants du Québec et de réduire l’écart de développement entre les enfants de différents milieux socio-économiques. La réduction de l’écart entre ces groupes d’enfants est estimée entre 30 % et 40 % sous la politique publique proposée. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : politique publique, développement de l’enfant, enfant en bas âge, développement cognitif, développement non cognitif, variables instrumentales, analyse par composantes principales, non-linéarité, hétérogénéité, équité, inégalités, Québec
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".