Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Conjunto de dados |
Título da fonte: | SciELO Data |
Texto Completo: | https://doi.org/10.48331/scielodata.OVTDVL |
Resumo: | A partir dos dados do Estudo Internacional de Tendências em Matemática e Ciências (Trends in International Mathematics and Science Study – TIMSS) do ano de 2019, foi elaborada uma visualização semelhante à uma construída pelo usuário @hhsievertsen no Twitter (Sievertsen, H. H., ver https://twitter.com/hhsievertsen/status/1624706859029364736?s=20), com algumas diferenças cruciais: (1) não realizar análise por indivíduos, movendo a mesma para um nível acima de agregação – escola e gênero, este considerado binário nos dados; (2) considerar todos os pesos no cálculo de médias e intervalos de confiança, também na regressão, feita usando Modelos Aditivos Generalizados (MAG); (3) como os alunos do 8º ano também realizam testes de Física e Química, ainda que não em todos os países cujos alunos realizam o teste de Matemática, foram feitos gráficos similares também para essas disciplinas. Regressões feitas por meio de MAG são bastante adequadas para capturar comportamento não-linear das variáveis envolvidas na estimação da média condicional (esperança condicional ou expectativa condicional) E[y│x], onde y é a proporção de alunos em cada escola com boa autoconfiança na disciplina considerada e x é o escore médio da escola na mesma disciplina. Basicamente E[y│x] estima a média da proporção de alunas(os) de cada escola que confiam ser bons na disciplina, condicionada a um dado valor observado do escore médio das escolas na mesma disciplina. Foram incluídas nessa análise apenas escolas que tinham um mínimo de 10 meninas e 10 meninos (em escolas mistas) e mínimo de 10 meninas ou meninos (em escolas não mistas), para que seja garantida alguma representatividade por escola. Com isso, foram produzidos gráficos mostrando a proporção de meninas (pontos vermelhos) ou meninos (pontos azuis) em cada escola que responderam ter boa confiança quanto a serem bons em Matemática, Física e Química, em função do escore médio de cada escola. |
id |
SCI-2_3328443a80029776fde3525e6f11e82c |
---|---|
oai_identifier_str |
doi:10.48331/scielodata.OVTDVL |
network_acronym_str |
SCI-2 |
network_name_str |
SciELO Data |
repository_id_str |
|
spelling |
https://doi.org/10.48331/scielodata.OVTDVLCavalcanti, Cláudio José de HolandaReplication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade.SciELO DataA partir dos dados do Estudo Internacional de Tendências em Matemática e Ciências (Trends in International Mathematics and Science Study – TIMSS) do ano de 2019, foi elaborada uma visualização semelhante à uma construída pelo usuário @hhsievertsen no Twitter (Sievertsen, H. H., ver https://twitter.com/hhsievertsen/status/1624706859029364736?s=20), com algumas diferenças cruciais: (1) não realizar análise por indivíduos, movendo a mesma para um nível acima de agregação – escola e gênero, este considerado binário nos dados; (2) considerar todos os pesos no cálculo de médias e intervalos de confiança, também na regressão, feita usando Modelos Aditivos Generalizados (MAG); (3) como os alunos do 8º ano também realizam testes de Física e Química, ainda que não em todos os países cujos alunos realizam o teste de Matemática, foram feitos gráficos similares também para essas disciplinas. Regressões feitas por meio de MAG são bastante adequadas para capturar comportamento não-linear das variáveis envolvidas na estimação da média condicional (esperança condicional ou expectativa condicional) E[y│x], onde y é a proporção de alunos em cada escola com boa autoconfiança na disciplina considerada e x é o escore médio da escola na mesma disciplina. Basicamente E[y│x] estima a média da proporção de alunas(os) de cada escola que confiam ser bons na disciplina, condicionada a um dado valor observado do escore médio das escolas na mesma disciplina. Foram incluídas nessa análise apenas escolas que tinham um mínimo de 10 meninas e 10 meninos (em escolas mistas) e mínimo de 10 meninas ou meninos (em escolas não mistas), para que seja garantida alguma representatividade por escola. Com isso, foram produzidos gráficos mostrando a proporção de meninas (pontos vermelhos) ou meninos (pontos azuis) em cada escola que responderam ter boa confiança quanto a serem bons em Matemática, Física e Química, em função do escore médio de cada escola.Using data from the Trends in International Mathematics and Science Study (TIMSS), 2019 edition, it was elaborated a visualization similar to the one constructed by the user @hhsievertsen on Twitter (Sievertsen, H. H., see https ://twitter.com/hhsievertsen/status/1624706859029364736?s=20), with some crucial differences: (1) analysis was not performed at individual level, moving it to a level above of aggregation – school and gender, the latter considered binary in the data; (2) all weights were considered in the calculation of means and confidence intervals, also in the regression, performed using Generalized Additive Models (GAM); (3) as 8th grade students also take Physics and Chemistry tests, although not in all countries whose students take the Mathematics test, similar graphs were also made for these subjects. Regressions performed using GAM are quite adequate to capture the non-linear behavior of the variables involved in estimating the conditional mean (conditional expectation) E[y│x], where y is the proportion of students in each school with good self-confidence in the considered discipline and x is the average score of the school in the same discipline. Basically, E[y│x] estimates the average proportion of male or female students in each school who are confident that they are good in the discipline, conditioned to a given observed value for the average score of the schools in the same discipline. Only schools that had a minimum of 10 girls and 10 boys (in mixed schools) and a minimum of 10 girls or boys (in non-mixed schools) were included in this analysis, in order to guarantee some representativeness per school. After processing the data, graphs were produced showing the proportion of girls (red dots) or boys (blue dots) in each school who reported having good confidence in being good in Mathematics, Physics and Chemistry, as a function of the average score of each school.2023-04-03info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0Arts and HumanitiesChemistryMathematical SciencesPhysicsTrends in International Mathematics and Science StudyDiferenças de Gênero (Gender Gap)Modelos Aditivos Generalizados (Generalized Edditive Models)info:eu-repo/semantics/datasetinfo:eu-repo/semantics/datasetinfo:eu-repo/semantics/publishedVersionDatasetreponame:SciELO Datainstname:Scientific Electronic Library Online (SCIELO)instacron:SCIRepositório de Dados de PesquisaONGhttps://data.scielo.org/oai/requestdata@scielo.orgopendoar:2024-04-11T06:12:08SciELO Data - Scientific Electronic Library Online (SCIELO)falsedoi:10.48331/scielodata.OVTDVL |
dc.title.none.fl_str_mv |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
title |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
spellingShingle |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. Cavalcanti, Cláudio José de Holanda Arts and Humanities Chemistry Mathematical Sciences Physics Trends in International Mathematics and Science Study Diferenças de Gênero (Gender Gap) Modelos Aditivos Generalizados (Generalized Edditive Models) |
title_short |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
title_full |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
title_fullStr |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
title_full_unstemmed |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
title_sort |
Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade. |
author |
Cavalcanti, Cláudio José de Holanda |
author_facet |
Cavalcanti, Cláudio José de Holanda |
author_role |
author |
dc.contributor.author.fl_str_mv |
Cavalcanti, Cláudio José de Holanda |
dc.subject.none.fl_str_mv |
Arts and Humanities Chemistry Mathematical Sciences Physics Trends in International Mathematics and Science Study Diferenças de Gênero (Gender Gap) Modelos Aditivos Generalizados (Generalized Edditive Models) |
topic |
Arts and Humanities Chemistry Mathematical Sciences Physics Trends in International Mathematics and Science Study Diferenças de Gênero (Gender Gap) Modelos Aditivos Generalizados (Generalized Edditive Models) |
description |
A partir dos dados do Estudo Internacional de Tendências em Matemática e Ciências (Trends in International Mathematics and Science Study – TIMSS) do ano de 2019, foi elaborada uma visualização semelhante à uma construída pelo usuário @hhsievertsen no Twitter (Sievertsen, H. H., ver https://twitter.com/hhsievertsen/status/1624706859029364736?s=20), com algumas diferenças cruciais: (1) não realizar análise por indivíduos, movendo a mesma para um nível acima de agregação – escola e gênero, este considerado binário nos dados; (2) considerar todos os pesos no cálculo de médias e intervalos de confiança, também na regressão, feita usando Modelos Aditivos Generalizados (MAG); (3) como os alunos do 8º ano também realizam testes de Física e Química, ainda que não em todos os países cujos alunos realizam o teste de Matemática, foram feitos gráficos similares também para essas disciplinas. Regressões feitas por meio de MAG são bastante adequadas para capturar comportamento não-linear das variáveis envolvidas na estimação da média condicional (esperança condicional ou expectativa condicional) E[y│x], onde y é a proporção de alunos em cada escola com boa autoconfiança na disciplina considerada e x é o escore médio da escola na mesma disciplina. Basicamente E[y│x] estima a média da proporção de alunas(os) de cada escola que confiam ser bons na disciplina, condicionada a um dado valor observado do escore médio das escolas na mesma disciplina. Foram incluídas nessa análise apenas escolas que tinham um mínimo de 10 meninas e 10 meninos (em escolas mistas) e mínimo de 10 meninas ou meninos (em escolas não mistas), para que seja garantida alguma representatividade por escola. Com isso, foram produzidos gráficos mostrando a proporção de meninas (pontos vermelhos) ou meninos (pontos azuis) em cada escola que responderam ter boa confiança quanto a serem bons em Matemática, Física e Química, em função do escore médio de cada escola. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-04-03 |
dc.type.openaire.fl_str_mv |
info:eu-repo/semantics/dataset |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/dataset |
format |
dataset |
status_str |
publishedVersion |
dc.identifier.url.fl_str_mv |
https://doi.org/10.48331/scielodata.OVTDVL |
url |
https://doi.org/10.48331/scielodata.OVTDVL |
dc.rights.openaire.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0 |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0 |
dc.format.none.fl_str_mv |
Dataset |
dc.publisher.none.fl_str_mv |
SciELO Data |
publisher.none.fl_str_mv |
SciELO Data |
dc.source.none.fl_str_mv |
reponame:SciELO Data instname:Scientific Electronic Library Online (SCIELO) instacron:SCI |
instname_str |
Scientific Electronic Library Online (SCIELO) |
instacron_str |
SCI |
institution |
SCI |
reponame_str |
SciELO Data |
collection |
SciELO Data |
repository.name.fl_str_mv |
SciELO Data - Scientific Electronic Library Online (SCIELO) |
repository.mail.fl_str_mv |
data@scielo.org |
_version_ |
1797042024112717824 |