您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[ACT]:社会和情感学习因素的测量与课程失败之间的关系 - 发现报告
当前位置:首页/行业研究/报告详情/

社会和情感学习因素的测量与课程失败之间的关系

文化传媒2020-05-12ACT在***
社会和情感学习因素的测量与课程失败之间的关系

ACT 研究与政策 |技术简介 | 2020 年 5 月社会和情感学习因素的测量与课程失败之间的关系Yi-Lung Kuo 博士、Jeff Allen 博士和 Alex Casillas 博士抽象的本研究调查了 9,308 名 7-9 年级学生的社交和情感学习因素与课程失败之间的关系。社会和情感学习(SEL)和传记因素(ACT)的学生自我报告测量®从事®6-9 年级)通过使用倾向得分加权技术的多元回归模型进行分析。结果表明,以 7 年级学生为样本,学术纪律、乐观和有序行为的增加,以及父母/监护人具有更高教育程度和预期家庭教育程度的情况,可以降低课程失败的可能性。此外,报告 7 年级课程失败的学生在 8 年级表现出较低的 SEL 因素;同样,8 年级课程失败的学生在 9 年级表现出较低的 SEL 因素。最后,对于报告去年课程失败的 7 年级学生,SEL 因素的增加被证明可以防止 8 年级和 9 年级的更多课程失败。讨论了帮助课程失败的学生发展他们的 SEL 技能以及如何在预警系统中使用 SE 信息来帮助识别处于危险中的学生。介绍中学是发展有效行为的关键过渡时期,可以促进以后的高中和中学后学业成功(ACT,2008)。令人惊讶的是,中学国家或州课程失败率的统计数据很少向公众公布。一个例外来自华盛顿州,根据其 2016 年的数据,该州报告称,23% 的 9 年级学生在英语、数学或科学方面的至少一门核心课程不及格(华盛顿州,2017 年)。其他研究表明,课程失败对毕业的可能性有很大影响(Allensworth & Easton, 2007; Balfanz, Herzog, & Mac Iver, 2007),这导致课程失败成为中高中早期预警系统的重要指标辍学。卡西利亚斯等人。 (2012) 认为心理社会因素(也称为社会和情感学习 [SEL] 因素)与随后可能导致辍学的学业成绩和课程失败有关。然而,该研究并未显示哪些 SEL 因素在预测课程失败方面比其他因素具有更强的预测能力。目前的研究通过调查课程失败、SEL 和传记因素之间的关系扩展了之前的工作。研究问题包括:1. 哪些 SEL 和传记因素最能预测课程不及格?2. 课程不及格是否会预测 SEL 因素的后续变化?3. 哪些 SEL 和背景因素可以预测课程不及格后的恢复情况?ACT, Inc. 2020© ACT, Inc. 本作品采用知识共享署名-非商业 4.0 国际许可协议进行许可。https://creativecommons.org/licenses/by-nc/4.0/ACT.org/researchR1784 ACT 研究与政策 |技术简介 | 2020 年 5 月2方法参与者根据两个标准,共有 9,308 名学生被纳入研究:(a) 学生在 7、8 和 9 年级每年对 SEL 因素(ACT Engage 6-9 年级)进行评估; (b) 由于项目反应问题(例如,反应不一致、数据缺失),学生在评估中的回答没有被标记。措施SEL 因素。与早期研究一致(Casillas 等,2012),SEL 的衡量标准包括:学术纪律、对学校的承诺、乐观、家庭对教育的态度、家庭参与、与学校人员的关系、学校安全氛围、管理情绪、有序行为、行动前思考。 10 个量表显示了中到高的内部可靠性(α = .81 - .90,Mdn = .87)。量表定义、样本项目和心理测量特性在附录中提供(ACT,2011)。传记因素。包括的传记变量包括:年龄、性别、所讲的主要语言、最高的父母/监护人教育、家庭期望的最高教育程度,以及花在看电视、玩电子游戏和上网寻找与学业无关的材料的时间在上学日。课程失败。学生通过回答以下问题报告课程失败:“我在去年的课程中失败了。”数据分析多元逻辑回归模型用于解决研究问题 1 和 3。单独的模型适用于 SEL 的 10 个测量值中的每一个。对于研究问题 1,因变量是学生是否报告在去年作为 7 年级学生的一门课不及格(是被编码为 1,否被编码为 0),而自变量包括性别、主要语言、年龄, 7 年级的 SEL 测量和传记因素。对于研究问题 3,因变量是“从课程失败中恢复”,其定义为 8 年级学生和 9 年级学生没有报告失败的课程。研究问题 3 的模型仅适用于报告 7 年级课程失败的学生,自变量与研究问题 1 和 7 年级课程失败倾向得分(如下所述)中描述的变量相同。 SEL 指标和因素(例如花在看电视、玩电子游戏和上网的时间)是 8 年级和 9 年级的手段。当学生分别在 7 年级和 8 年级时,研究问题 2 通过两组多元回归分析得到解决。每组包括一个单独的多元线性回归模型,用于 10 个 SEL 测量中的每一个。关于第一组分析,因变量是 8 年级的 SEL 测量(例如,8 年级的学术学科)自变量包括 7 年级的 SEL 测量(例如,7 年级的学术学科)、7 年级的课程失败倾向得分和 7 年级报告的课程失败。同样,第二组分析的因变量是 9 年级SEL 测量 ACT 研究与政策 |技术简介 | 2020 年 5 月3自变量包括 8 年级 SEL 测量、8 年级课程失败倾向得分和 8 年级报告的课程失败。图 1 总结了研究问题和变量。倾向评分是 Rosenbaum 和 Rubin (1983) 提出的条件概率,它“汇总了治疗组和非治疗组中难以单独匹配的许多特征”(Schneider、Carnoy、Kilpatrick、Schmidt 和 Shavelson, 2005 年,第 49 页)。对于研究问题 2,我们感兴趣的是课程不及格对未来 SEL 因素测量的影响。因为课程不及格的学生和课程不及格的学生在许多基线变量(例如,传记和先前的 SEL 测量)上是不同的,我们使用倾向得分来调整基线差异。 7 年级课程失败倾向得分是 7 年级课程失败的预测概率(源自逻辑回归模型),取决于 7 年级 SEL 测量、传记因素和过去两年的成绩。此外,根据 Aiken 和 West (1991) 的建议,SEL 分数和传记因素(例如,家庭预期的最高教育程度、花费的时间)看电视、玩电子游戏和上网)转化为 z 分数回归分析。图1。代表研究问题和变量的路径图结果研究问题 1:预测课程失败的 SEL 和传记因素在表 1 中,模型显示在第一波数据(7 年级)报告课程失败的几率随着学术纪律、乐观主义和有序行为的每一个标准差增加而降低 51%、8% 和 37%,分别,即使在控制其他变量时。关于传记因素,该模型显示,在最高父母/监护人教育和最高预期教育程度中,每增加一个标准差,课程不及格的几率就会降低 16% 和 8%。 ACT 研究与政策 |技术简介 | 2020 年 5 月4表格1。课程失败经历、SEL 和传记因素之间的关系变量β标准误差赔率经验 (β)截距-0.882***0.0690.414男性0.0780.0581.082语0.0540.0541.056年龄0.105***0.0261.110父母的最高学历-0.177***0.0280.838父母的最高学历(未知)-0.0020.0870.998学科-0.708***0.0420.493对学校的承诺0.0780.0401.081家庭对教育的态度0.0450.0411.046家庭参与0.0430.0391.044管理情绪0.0440.0411.045乐观-0.086*0.0370.918秩序井然-0.461***0.0370.631与学校人员的关系-0.0180.0350.982三思而后行0.083*0.0391.086学校安全氛围0.0370.0331.037来自家庭的最高期望教育程度-0.080**0.0270.923看电视的时间0.0130.0281.013玩电子游戏的时间-0.0160.0300.984上网冲浪的时间a-0.0040.0280.996笔记。 n = 8,584。构建多元逻辑回归模型。因变量是指 7 年级学生是否在过去一年内不及格(是 = 1;否 = 0)。a 在网上浏览与学校作业无关的材料。* p < .05(双尾)。 ** p < .01(双尾)。 *** p < .001(双尾)。研究问题 2:与课程失败相关的 SEL 因素的变化在表 2 中,报告过去一年内 7 年级课程失败的学生在 8 年级的学术纪律、家庭态度、家庭参与、管理情绪、有条理的行为和思考之前的得分较低。同样,报告失败的学生8 年级的课程在 9 年级的学术纪律和承诺方面得分较低。参加学术学科以八年级为例。结果表明,在控制了 7 年级的学术学科和 7 年级的课程失败倾向得分后,7 年级报告的过去课程失败经历与 8 年级的学术学科负相关(β = -0.082,p < .001)。课程不及格与 8 年级学术学科的小幅下降(0.082 SD 单位)有关。 ACT 研究与政策 |技术简介 | 2020 年 5 月5表 2。预测 SEL 因素的变化时期SEL 因子变量β标准误差截距0.312***0.028学科学科倾向得分0.482***-0.820***0.0140.064课程失败-0.082***0.020截距0.176***0.021对学校的承诺对学校的承诺倾向得分0.485***-0.481***0.0100.049课程失败-0.0320.022截距0.201***0.023对家庭的态度家庭态度0.501***0.010教育倾向得分-0.548***0.048课程失败-0.045*0.022截距0.165***0.021家庭参与家庭参与倾向得分0.566***-0.420***0.0100.047课程失败-0.042*0.021截距0.195***0.027管理情绪管理情绪倾向得分0.577***-0.518***0.0100.048课程失败-0.067***0.020G7-G8一个截距0.159***0.022乐观乐观倾向得分0.517***-0.417***0.0100.050课程失败-0.0400.022截距0.211***0.025秩序井然秩序井然倾向得分0.556***-0.527***0.0120.056课程失败-0.086***0.020截距0.159***0.029与学校的关系与学校人员的关系0.518***0.010人员倾向得分-0.423***0.048课程失败-0.0150.022截距0.087*0.039学校安全氛围学校安全氛围倾向得分0.516***-0.130**0.0100.046课程失败-0.0020.022截距0.254***0.023三思而后行三思而后行倾向得分0.524***-0.677***0.0100.050课程失败-0.069***0.021 ACT 研究与政策 |技术简介 | 2020 年 5 月6表 2。预测 SEL 因素的变化(续)时期SEL 因子变量β标准误差截距-0.112***0.025学科学科倾向得分0.536***-0.122***0.0160.012课程失败-0.050*0.023截距-0.099***0.026对学校的承诺对学校的承诺倾向得分0.486***-0.106***0.0120.010课程失败-0.065*0.026截距-0.098***0.024对家庭的态度家庭态度0.518***0.012教育倾向得分-0.095***0.009课程失败-0.0340.025截距-0.046*0.019家庭参与家庭参与倾向得分0.633***-0.059***0.0110.009课程失败-0.0350.023截距-0.084***0.022管理情绪管理情绪倾向得分0.626***-0.088***0.0110.009课程失败-0.0350.022G8-G9b截距-0.050*0.021乐观乐观倾向得分0.587***-0.057***0.0110.009课程失败-0.0300.025截距-0.090***0.022秩序井然秩序井然倾向得分0.564***-0.091***0.0140.011课程失败-0.0370.