This research examines demographic,

This research examines demographic, academic, attitudinal, and experiential data from the Cooperative Institutional Research Program (CIRP) for over 12,000 students at two universities to test a methodology for identifying variables showing significant differences between students intending to major in science, technology, engineering, or mathematics (STEM) versus non-STEM subjects. The methodology utilizes basic statistical techniques to identify significant differences between STEM and non-STEM students within seven population subgroups based upon school attended, race/ethnicity, and gender. The value of individual variables is assessed by how consistently significant differences are found across the subgroups.

The variables found to be most valuable in identifying STEM students reflect both quantitative and qualitative measures. Quantitative measures of academic ability such as SAT mathematics score, high school grade point average, and to a lesser extent SAT verbal score are all indicators. Qualitative measures including self-ratings of mathematical ability, computer skills, and academic ability are also good indicators.

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้ตรวจสอบข้อมูลประชากร ศึกษา attitudinal และผ่านจากสหกรณ์สถาบันวิจัยโปรแกรม (CIRP) สำหรับนักเรียนกว่า 12000 ที่มหาวิทยาลัย 2 แห่งเพื่อทดสอบวิธีสำหรับการระบุตัวแปรที่แสดงความแตกต่างที่สำคัญระหว่างนักเรียนที่ตั้งใจในวิทยาศาสตร์ เทคโนโลยี วิศวกรรม หรือคณิตศาสตร์ (ก้าน) เมื่อเทียบกับก้านไม่ใช่เรื่องที่สำคัญ วิธีการใช้เทคนิคพื้นฐานทางสถิติเพื่อระบุความแตกต่างอย่างมีนัยสำคัญระหว่างก้านและก้านไม่ใช่นักเรียนภายในกลุ่มย่อยประชากรเจ็ดตามโรงเรียนที่เข้าร่วม การแข่งขัน/เชื้อชาติ และเพศ มีประเมินค่าของตัวแปรอิสระ โดยความแตกต่างอย่างมีนัยสำคัญอย่างไรอยู่ในกลุ่มย่อยนี้

ตัวแปรต้องมีคุณค่าในการระบุต้นกำเนิดนักเรียนแสดงการประเมินทั้งเชิงปริมาณ และเชิงคุณภาพ วัดความสามารถทางวิชาการ เช่น คะแนนคณิตศาสตร์ SAT โรงเรียนคะแนนเฉลี่ย และน้อยกว่าขนาด SAT วาจาคะแนนเชิงปริมาณเป็นตัวบ่งชี้ทั้งหมด มาตรการเชิงคุณภาพรวมทั้งตนเองจัดอันดับความสามารถทางคณิตศาสตร์ ทักษะด้านคอมพิวเตอร์ และความสามารถทางวิชาการเป็นตัวชี้วัดที่ดี

ผลลัพธ์ (ไทย) 2:

การวิจัยนี้เป็นการศึกษาประชากรวิชาการเจตคติและข้อมูลประสบการณ์จากสถาบันสหกรณ์โครงการวิจัย (CIRP) กว่า 12,000 นักเรียนในสองมหาวิทยาลัยที่จะทดสอบวิธีการสำหรับการระบุตัวแปรที่แสดงให้เห็นถึงความแตกต่างอย่างมีนัยสำคัญระหว่างนักศึกษาที่ตั้งใจจะสำคัญในด้านวิทยาศาสตร์เทคโนโลยีวิศวกรรม, หรือคณิตศาสตร์ (STEM) เมื่อเทียบกับวิชาที่ไม่ STEM- วิธีการใช้เทคนิคทางสถิติขั้นพื้นฐานในการระบุความแตกต่างอย่างมีนัยสำคัญระหว่าง STEM และไม่ STEM นักศึกษาภายในเจ็ดกลุ่มย่อยของประชากรขึ้นอยู่กับโรงเรียนที่เข้าเชื้อชาติ / เพศและ ค่าของตัวแปรแต่ละบุคคลได้รับการประเมินโดยวิธีการอย่างต่อเนื่องที่แตกต่างกันอย่างมีนัยสำคัญที่พบในกลุ่มย่อยตัวแปรพบว่ามีค่ามากที่สุดในการระบุนักเรียน STEM สะท้อนให้เห็นถึงมาตรการทั้งเชิงปริมาณและคุณภาพ มาตรการเชิงปริมาณของความสามารถทางวิชาการเช่น SAT คะแนนคณิตศาสตร์โรงเรียนมัธยมเกรดเฉลี่ย, และบอช SAT คะแนนวาจาเป็นตัวชี้วัดทั้งหมด มาตรการเชิงคุณภาพรวมทั้งการจัดอันดับตัวเองมีความสามารถทางคณิตศาสตร์ทักษะการใช้คอมพิวเตอร์และความสามารถทางวิชาการนี้ยังมีตัวชี้วัดที่ดี

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้ศึกษาทาง วิชาการ และข้อมูลจากประสบการณ์ และจากความร่วมมือโครงการวิจัยสถาบัน ( CIRP ) กว่า 12 , 000 นักศึกษาสองมหาวิทยาลัยเพื่อทดสอบวิธีการระบุตัวแปรที่แสดงความแตกต่างอย่างมีนัยสำคัญระหว่างนักเรียนที่ประสงค์ วิชาเอกวิทยาศาสตร์ เทคโนโลยี วิศวกรรมศาสตร์ และคณิตศาสตร์ ( STEM ) และไม่มีก้านวิธีการที่ใช้เทคนิคการวิเคราะห์ทางสถิติพื้นฐานเพื่อระบุความแตกต่างระหว่างก้านก้านและไม่ใช่นักเรียนภายในเจ็ดประชากรกลุ่มย่อยตามโรงเรียนได้เข้าร่วมการแข่งขัน / เชื้อชาติและเพศ ค่าของแต่ละตัวแปรที่ได้รับการประเมินโดยวิธีการอย่างสม่ำเสมอความแตกต่างที่พบในกลุ่มย่อย .

ตัวแปร พบว่ามีนักเรียนที่มีคุณค่ามากที่สุดในการระบุถึงมาตรการต้นทั้งเชิงปริมาณและเชิงคุณภาพ มาตรการเชิงปริมาณของความสามารถทางวิชาการเช่น SAT คะแนนคณิตศาสตร์โรงเรียนมัธยมศึกษาคะแนนเฉลี่ย และในระดับที่น้อยกว่านั่งคะแนน verbal ทุกตัวชี้วัด คุณภาพเครดิตของตนเอง มาตรการ ได้แก่ ความสามารถทางคณิตศาสตร์ ทักษะคอมพิวเตอร์และความสามารถทางวิชาการ นอกจากนี้ยังมีตัวชี้วัดที่ดี