Elementer i skolerettede tiltak utenfor skolen for å hindre frafall og underprestasjon
Bibliographic record
Abstract
Hovedbudskap\nDen systematiske oversikten vurderte akademiske/ skolestøttende tiltak utenfor skolen, for barn i alderen 5-13 år som sto i fare for å mislykkes i eller falle ut av skoleløpet. Oversikten identifiserer vanlige praksis-, prosess- og implementeringselementer, samt kombinasjonene av disse, i slike tiltak. \n\nResultatene viser at:\n\nVanlige praksiselementer er leksestøtte, trening i positiv foreldreinvolvering i skolen, positiv forsterking, strukturert veiledning, og psykoedukasjon.\nDet vanligste prosesselementet er hyppig støtte til den som mottar tiltaket.\nVanligste implementeringselement er kvalitetsmonitorering.\nDen vanligste kombinasjonen i effektive tiltak var at profesjonelle trente forsørgere i foreldreinvolvering hjemme og leksestøtte, kombinert med bruk av positiv støtte (reinforcement).\nDe fleste av studiene er gjennomført i USA (n=31), fire i Canada og én i Uruguay. Oversikten ble vurdert til å ha lav risiko for systematiske skjevheter med verktøyet ROBIS. \n\nStudiene favner en blandet populasjon av utsatte barn, hvor noen underpresterer på skolen, altså scorer lavt på akademiske vurderinger, og andre er utsatt på grunn av sosial bakgrunn eller familiesituasjon. Vi har noe moderat tillit til funnene, blant annet fordi det er uklart i hvilken grad disse resultatene kan overføres til en norsk kontekst, og i hvilken grad de vil treffe utsatte barn i familier med omfattende behov ettersom flere av studiene omhandler barn som underpresterer på skolen.
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 | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.141 | 0.047 |
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".