論文の概要: Sociodemographic inequalities in student achievement: An intersectional
multilevel analysis of individual heterogeneity and discriminatory accuracy
(MAIHDA) with application to students in London, England
- arxiv url: http://arxiv.org/abs/2211.06321v1
- Date: Thu, 10 Nov 2022 16:16:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 12:24:29.779590
- Title: Sociodemographic inequalities in student achievement: An intersectional
multilevel analysis of individual heterogeneity and discriminatory accuracy
(MAIHDA) with application to students in London, England
- Title（参考訳）: 学生の達成度におけるソシオデモグラフィーの不平等--ロンドンにおける個人不均一性と差別的正確性(MAIHDA)の交差多段階分析と応用
- Authors: Lucy Prior, Clare Evans, Juan Merlo and George Leckie
- Abstract要約: 本研究は,イギリス・ロンドンに在住する2人の学生を対象に,学生の達成度における社会デマロジカルな不平等について検討した。
対話的な効果ではなく,主に添加物によって構成される達成度において,実質的な成層レベルの変動がみられた。
政策立案者は、余剰学生の増員にもっと注意を払うべきだと結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sociodemographic inequalities in student achievement are a persistent concern
for education systems and are increasingly recognized to be intersectional.
Intersectionality considers the multidimensional nature of disadvantage,
appreciating the interlocking social determinants which shape individual
experience. Intersectional multilevel analysis of individual heterogeneity and
discriminatory accuracy (MAIHDA) is a new approach developed in population
health but with limited application in educational research. In this study, we
introduce and apply this approach to study sociodemographic inequalities in
student achievement across two cohorts of students in London, England. We
define 144 intersectional strata arising from combinations of student age,
gender, free school meal status, special educational needs, and ethnicity. We
find substantial strata-level variation in achievement composed primarily by
additive rather than interactive effects with results stubbornly consistent
across the cohorts. We conclude that policymakers should pay greater attention
to multiply marginalized students and intersectional MAIHDA provides a useful
approach to study their experiences.
- Abstract（参考訳）: 学生の成績の不等式は、教育システムに対する継続的な懸念であり、交叉的であると認識されている。
補間性は不利の多次元的な性質を考慮し、個人の経験を形作る社会的決定要因を認識させる。
MAIHDA (Intersectional multilevel analysis of individual heterogeneity and discriminatory accuracy) は、人口健康において開発された新しいアプローチであるが、教育研究には限定的である。
本研究では,このアプローチをイングランド・ロンドンにおける学生の2つのコホート間で,学生の達成度における社会デモグラフィの不等式を研究するために導入し,応用する。
我々は,学生の年齢,性別,フリースクールの食事状況,特別な教育的ニーズ,民族性の組み合わせから生じる144の交叉構造を定義する。
結果がコホート間で頑固に一貫性のあるインタラクティブな効果ではなく,主に添加物によって構成される達成度において,実質的な階層レベルの変動が見いだされる。
我々は,政策立案者がより注意を払うべきだと結論し,交差型MAIHDAは自らの経験を研究する上で有用なアプローチを提供する。
関連論文リスト
- Visualizing Progress in Broadening Participation in Computing: The Value of Context [2.5749138817029835]
米国内でのコンピューティングの表現に関する懸念は、参加を広げるために多くの活動を促している。
コンピューティングへの参加拡大に関する文献の多数は、性別や人種・民族に関するデータを報告し、学生の交叉アイデンティティに関するデータを省略している。
論文 参考訳（メタデータ） (2024-03-18T01:12:02Z) - Exploring Educational Equity: A Machine Learning Approach to Unravel
Achievement Disparities in Georgia [0.5439020425819]
この研究は、異なる人口層、地域、主題にわたる学生の達成率の包括的分析を行う。
パンデミックの間、英語と数学の習熟度は著しく低下した。
この研究は、都市部と農村部における達成率の格差、および郡間でのバリエーションも明らかにしている。
論文 参考訳（メタデータ） (2024-01-25T15:05:52Z) - A Hierarchy-based Analysis Approach for Blended Learning: A Case Study
with Chinese Students [12.533646830917213]
本稿では,混合学習評価のための階層型評価手法を提案する。
その結果、混合学習評価において、認知的エンゲージメントと感情的エンゲージメントがより重要であることが示された。
論文 参考訳（メタデータ） (2023-09-19T00:09:00Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳（メタデータ） (2023-03-20T19:32:49Z) - Fair Machine Learning in Healthcare: A Review [90.22219142430146]
我々は、機械学習と医療格差における公正性の交差を分析する。
機械学習の観点から、関連する公正度メトリクスを批判的にレビューする。
本稿では,医療における倫理的かつ公平なMLアプリケーション開発を約束する新たな研究指針を提案する。
論文 参考訳（メタデータ） (2022-06-29T04:32:10Z) - Mapping the Multilingual Margins: Intersectional Biases of Sentiment
Analysis Systems in English, Spanish, and Arabic [3.3458760961317635]
本稿では,4つの多言語エクイティ評価コーパス,社会的バイアスを測定するための補足的テストセット,および自然言語処理における一節的および交叉的社会的バイアスを研究するための新しい統計枠組みを紹介する。
我々はこれらのツールを用いて、英語、スペイン語、アラビア語の感情回帰タスクに基づいて訓練された5つのモデルにまたがる性別、人種、民族、および交差する社会的バイアスを測定する。
論文 参考訳（メタデータ） (2022-04-07T16:33:15Z) - Seeking the Shape of Sound: An Adaptive Framework for Learning
Voice-Face Association [94.7030305679589]
上記の課題を共同で解決するための新しい枠組みを提案します。
我々はモダリティアライメントプロセスにグローバル損失を導入する。
提案メソッドは、複数の設定で以前の方法よりも優れています。
論文 参考訳（メタデータ） (2021-03-12T14:10:48Z) - Social Engagement versus Learning Engagement -- An Exploratory Study of
FutureLearn Learners [61.58283466715385]
大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。
この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。
この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
論文 参考訳（メタデータ） (2020-08-11T16:09:10Z) - From Matching with Diversity Constraints to Matching with Regional
Quotas [51.33676030875284]
分布制約に適合する2つの重要な公理の間の公式な関係を示す。
1)に対する実現可能かつ安定な結果が存在するかどうかを確認することはNP完全であることを示す。
病院医師と地域基準との整合性に関するさらなる発展が,学校選択と多様性の両立につながると結論づける。
論文 参考訳（メタデータ） (2020-02-17T02:51:46Z) - Social diversity and social preferences in mixed-motive reinforcement
learning [11.010593309447067]
混合動機ゲームにおける強化学習の研究は、主に同質なアプローチを活用している。
混合動機強化学習における集団の不均一性の影響について検討した。
論文 参考訳（メタデータ） (2020-02-06T16:07:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。