Replication Data for: Artigo-parecer: Validação de teste em três camadas para mapear perfis epistemológicos de densidade.

Detalhes bibliográficos
Autor(a) principal: Cavalcanti, Cláudio José de Holanda
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