久久精品无码一区二区三区国产,2021亚洲国产精品无码,久久综合久久综合久久综合,免费 无码 国产无线

　　原標題：學校篩選在無意之中反映了學生們的基因差異

　　一般來說，在國家考試中，選擇性學校學生的考試表現(xiàn)優(yōu)于非選擇性學校。我們通常把這一差異歸結(jié)于學校，以及學校錄取學生時的相關(guān)因素，包括學生能力、成就、學費或來自富裕地區(qū)、家庭社會經(jīng)濟地位等等。然而，不同類型學校學生之間的DNA差異的影響尚未被考慮到。我們采用了來自英國具有代表性的4814種學生基因樣本，研究三類學校中學生在16歲時的考試表現(xiàn)，以及他們之間的基因差異。這三類學校分別是：公立非選擇性學校（“非選擇性”），公立選擇性學校（“文法學校”）和私立學校（“私立”）。我們創(chuàng)建了全基因組多基因評分（GPS）方式，該系統(tǒng)來源于有關(guān)教育年限（EduYears）的全基因組相關(guān)研究。我們發(fā)現(xiàn)不同類型學校的學生之間存在明顯的平均基因差異：與文法學校（d = 0.41）和私立學校（d = 0.37）相比，非選擇性學校學生在受教育期間GPS較低。頂尖GPS分數(shù)學生去選擇性學校的數(shù)量，是 十分位分數(shù)學生的三倍。這些結(jié)果反映在不同類型學校的考試差異上。然而，當我們控制了錄取學生時考慮到的多種因素，不同類型學校之間并沒有顯著的基因差異。而且按學校類型來看，學生在16歲時的考試成績差異從7%下降到<1%。這些結(jié)果表明，代代流傳的學校招生特點，會導致不同類型學校的學生在基因和考試成績上形成差異。

　　介紹

　　學生結(jié)束全日制義務(wù)教育階段，是他（她）人生的一個重要轉(zhuǎn)折點，在這個階段取得的成就，為后續(xù)的大學和其他高等教育開辟道路。因此，理解這一節(jié)點學術(shù)成就的潛在預測因素至關(guān)重要。其中，尚未達成一致，激烈討論著的一個預測因素正是學校類型。在英國，當11歲的學生小升初時，他們可以從三類學校進行選擇。93％的學生選擇公立學校，其中大部分屬于“非選擇性”（公立非選擇性）。公立學校中的一小部分（英國3113所學校中163所）是需要進行篩選的文法學校。這些學校通過入學考試對學生進行評估，根據(jù)學生的成績和能力擇優(yōu)錄取。剩下的學生（約7％）選擇私立教育。除了費用外，私立學校通常在學術(shù)上也是有篩選性的。這些不同類型的學校被認為是將學生放置在不同的發(fā)展軌道上，比如與非選擇性學校的學生相比，研究中選擇性學校（文法學校和私立學校）的學生往往會取得更大的成功，包括更高水平的學術(shù)成就、大學錄取幾率，甚至更高的收入潛力。

　　然而，通過設(shè)計，選擇性學校可以根據(jù)學生的某些特征來錄取，包括入學考試的個人能力或成績，而這兩者都被證明與人生成就正向相關(guān)，包括后來的學術(shù)成就。 此外，由于費用關(guān)系，進入私立學校通常也取決于家庭的經(jīng)濟負擔能力（他們的社會經(jīng)濟地位(SES)），這也與未來成就相關(guān)。即使對于公立學校，家庭的社會經(jīng)濟地位也可能影響學生的學校選擇，比如文法學校通常位于更富裕的地區(qū)，吸引著來自更高社會經(jīng)濟地位家庭的學生。因此，選擇性學校的學生，其更高的成就并不一定反映了更高的教育質(zhì)量，而可能僅僅是選擇的結(jié)果——選擇性學校主動篩選學生的能力和成就，被動接受學生家庭的社經(jīng)地位。

　　考慮到私立學校不低的費用，除了選擇性學校入學考試的潛在壓力，為什么這些家庭會選擇這類學校？其中很大的原因在于學生學業(yè)成績優(yōu)異。經(jīng)常有研究表明，就考試中某些部分看，選擇性學校學生的表現(xiàn)優(yōu)于非選擇性學校。英國學生通常要在16歲時參加普通中等教育證書（GCSE）考試。英國教育部表示，文法學校中有99%的學生都在英語和數(shù)學方面取得了優(yōu)異的GCSE成績（A *-C等級），而所有主流公立學校學生獲得A *-C等級的比例為64％。而學生在16歲時取得的學業(yè)成就，與大學錄取學生時考慮的因素（成就、能力和家庭社會經(jīng)濟地位）呈正相關(guān)關(guān)系。由此就帶來了一個問題——在學業(yè)成就的預測中，除了這些因素之外，選擇性學校是否施加了影響？

　　部分研究認為，在考慮到諸如成就、能力和家庭社會經(jīng)濟地位等因素后，進入選擇性學校只有微小的學術(shù)優(yōu)勢。通常認為，學校錄取和學生后來成就之間的關(guān)系是環(huán)境影響。例如，社會經(jīng)濟地位較高的家長可能會在孩子教育上投入更多的時間，并且承擔更多資源的費用（例如，更多的書籍、私立學校學費），從而帶來更好的機會和成就。然而，一個不太常見的影響錄取和成就的因素是基因。在上面的例子中，具有較高社會經(jīng)濟地位的父母不僅提供給孩子教育環(huán)境，還遺傳了教育相關(guān)的基因，即基因-環(huán)境相關(guān)（rGE）。

　　來自數(shù)量遺傳學的大量文獻表明，基因解釋了錄取因素（包括能力和成就）中的大量差異。20-23 對雙胞胎一般認知能力（g）的可估計性，兒童時期約為30％，青春期40-50％，成年期60％。21 雙胞胎研究還表明，錄取因素（如g）和后期成就之間的關(guān)系，在很大程度上受基因影響。22-26 由于雙胞胎通常生長在同一家庭中，某些因素無從評估，比如雙胞胎之間一樣的家庭社會經(jīng)濟地位。然而，遺傳性可以通過全基因組復雜性狀分析（GCTa）, 27,28 即采用不相關(guān)個體的DNA來評估表現(xiàn)型變異的比例，DNA陣列上成千上萬的單核苷酸多態(tài)性(SNPs)解釋了這一變異。這一方法也表明，遺傳基因在家庭社會經(jīng)濟地位，29,30以及一般認知能力（g）和成就31-33上，都存在顯著的個體差異。

　　和家庭社會經(jīng)濟地位一樣，學校類型在雙胞胎之間沒有差異。然而，由于GCTA需要大量樣本，因此迄今為止還無法研究不同類型學校的學生之間的基因差異。但行為特征強大的全基因組關(guān)聯(lián)（GWA）研究使之成為可能，該研究測試了特定SNP和性狀之間的聯(lián)系。雖然通過GWA研究，這些SNP單獨的影響很小，但將這些影響匯總到一起，可以為獨立樣本中的每個個體創(chuàng)建基因評分，這也解釋了基因變異的可觀比例。34-36 這些被稱為“全基因組基因分”（GPS）的分數(shù)，是基因研究的游戲顛覆者，并已在教育成就領(lǐng)域印證了其深刻性。例如，最近一項研究37采用了從2016年GWA教育年限（EduYears）38-39 得出的GPS，研究顯示由于GPS的影響，16歲的孩子在教育成就上表現(xiàn)出分數(shù)差異。在GPS的 值與 值之間，存在一個大約的標準差差異，這幾乎代表了整個學校的分數(shù)差異。此外，GPS 的學生中有65％繼續(xù)上大學，而GPS 的學生中只有37％進入大學教育。

　　我們第一次評估了三類學校學生（非選擇性學校，文法學校和私立學校）多年教育（EduYears）多基因分數(shù)的差異。我們預測，涉及諸如成就、能力和家庭社會經(jīng)濟地位等可遺傳特征的選擇，將在不同學校類型學生之間的基因差異上有所反映。此外，根據(jù)以往的研究，我們認為錄取也會導致三類學校的學生之間出現(xiàn)很大的成就差異，而一旦控制錄取因素，差異將大大減少。

　　結(jié)果

　　不同類型學校之間的多基因分數(shù)差異

　　如平均EduYears GPS所示（參見圖1中表1的方差分析（ANOVA）詳情），不同類型學校（公立非選擇性學校、文法學校和私立學校）的學生在基因上存在差異。與文法學校學生（t = 4.87，p <0.001）和私立學校學生（t = 7.17，p <0.001）相比，非選擇性公立學校學生的EduYears GPS分數(shù)明顯更低。這一差異轉(zhuǎn)化為標準差超過了三分之一（分別為d=0.41和0.37）。而文法學校和私立學校學生的EduYears GPS分數(shù)沒有顯著差異（t = 0.44，p = 0.66）。在不同選擇性區(qū)域的公立非選擇性學校之間，學生的EduYears GPS分數(shù)也沒有顯著差異（參見表S2和附錄圖S1）。

　　EduYears GPS與錄取因素之間的關(guān)系

　　EduYears GPS與每個錄取相關(guān)因素都呈正相關(guān)關(guān)系（參見附錄表3），具體地，2.1%能力差異，5.2%成就，6.6%家庭社會經(jīng)濟地位。EduYears GPS與GCSE分數(shù)也呈正相關(guān)關(guān)系，7.6%的GCSE分數(shù)差異與之前對這些數(shù)據(jù)的分析類似。37 由于選擇性學校是主動選擇學生的成績和能力，被動選擇家庭社會經(jīng)濟地位，而這些因素都與EduYears GPS相關(guān)，因此我們研究了當在控制這些因素的情況下，EduYears GPS的平均差異是否仍然存在。

　　我們發(fā)現(xiàn)，在考慮可遺傳的錄取因素所帶來的差異后，三類學校（公立非選擇性學校、文法學校和私立學校）學生之間沒有顯著的EduYears GPS差異（參見附錄圖S2，附錄表S4）。當我們研究不同選擇性區(qū)域的公立非選擇性學校之間的差異時，也會出現(xiàn)類似的結(jié)果（參見附錄表S5，附錄圖S3），表現(xiàn)出在EduYears中，不同類型學校之間微小的差異。

　　附錄表S6和圖2顯示了公立非選擇性學校、文法學校和私立學校學生的未調(diào)整平均GCSE成績，還有單獨針對EduYears GPS、家庭社會經(jīng)濟地位、先前能力和成績以及所有變量調(diào)整的平均GCSE得分。不同類型學校未調(diào)整的GCSE分數(shù)反映了未調(diào)整的EduYears GPS結(jié)果，非選擇性學校和選擇性學校之間存在較大的差異（參見圖2中的“未調(diào)整的GCSE”，附錄表S6中的詳細信息）。實際上，公立非選擇性學校學生的平均GCSE分數(shù)比文法學校（d = 1.05,95％CI = 0.83-1.28）和私立學校（d = 0.92， 95％CIs = 0.75-1.09）學生的平均GCSE分數(shù)約低1個標準差。這轉(zhuǎn)化為公立非選擇性學校和選擇性學校學生之間平均GCSE分數(shù)的整體分數(shù)差異。文法學校和私立學校學生的平均GCSE分數(shù)沒有差異（t = 1.00，p = 0.32）。選擇性不同地區(qū)的非選擇性學校之間也沒有顯著的差異（參見附錄表S7和附錄圖S4）。

　　圖2（和95%置信區(qū)間）表示三類學校（公立非選擇性學校、文法學校和私立學校）控制變量后未調(diào)整的GCSE分數(shù)，包括控制EduYears GPS因素后的GCSE分數(shù)，控制家庭社會經(jīng)濟地位因素后的GCSE分數(shù)，控制先前能力因素后的GCSE分數(shù)，控制先前成績因素后的GCSE分數(shù)，以及控制所有變量后的GCSE分數(shù)。注：詳細信息參見附錄表S6。

　　控制錄取因素

　　控制EduYears GPS對平均GCSE分數(shù)的影響很小，不同類型學校之間GCSE的差異從R2= 0.07略微下降至0.06（參見圖2和附錄表S6中的詳細信息）。鑒于EduYears GPS僅占GCSE方差的8％，這種相對較小的影響是可以預計到的（參見附錄表S3）?？刂萍彝ド鐣?jīng)濟地位和先前能力對GCSE分數(shù)的影響稍大，這也和GCSE的方差數(shù)值符合（R²分別為24％、27％）。在所有錄取因素中，先前成績對不同類型學校之間的GCSE成績影響最大，如文法學校的平均GCSE分數(shù)從10.12（等第A）下降到9.21（等第B）。在控制先前成績后，不同類型學校之間的GCSE分數(shù)差異從7.1%下降到1.3％。

　　對所有錄取因素和EduYears GPS控制后，我們可以看到不同類型學校的平均GCSE分數(shù)有所下降，文法學校（M = 9.14; t = 2.35，p <0.019）和私立學校的平均GCSE（M = 9.32，t = 6.16，p <0.001）與公立非選擇性學校（M = 8.96）相似。雖然不同類型學校之間的差異依然很大，但這一差異已經(jīng)大大地縮小了。標準化測試表明，與公立非選擇性學校相比，文法學校與GCSE的標準差相比僅增加了0.03，而私立學校增加了0.07。此外，不同選擇性區(qū)域的非選擇性學校之間沒有明顯差異（參見附錄表S7和附錄圖S4）。

　　我們研究的一個主要發(fā)現(xiàn)是，在考慮錄取因素和EduYears GPS差異后，不同類型學校之間的GCSE差異從7.1％下降到只有0.5％（參見附錄表S6回歸結(jié)果）。

　　討論

　　我們研究了三類學校學生之間的基因平均差異，這三類學校分別是：公立非選擇性學校、文法學校和私立學校。我們發(fā)現(xiàn)，從平均水平來看，在教育年限（EduYears）下，與選擇性學校的同齡學生相比，公立非選擇性學校學生的多基因分數(shù)較低。此外，和EduYears的結(jié)果一樣，選擇性和非選擇性學校學生之間的GCSE表現(xiàn)也存在顯著差異。然而，幾乎所有這些差異都可以由可遺傳的、個體層面的因素來解釋，而學校在錄取學生的過程中主動或被動地涉及到這些因素。

　　雖然研究發(fā)現(xiàn)公立非選擇性學校、文法學校和私立學校學生之間的基因差異初看起來令人驚訝，但當我們考慮到錄取基于可遺傳的特征時，這種差異也就并不出人意外了。換句話說，在多年的教育中，多基因分數(shù)高的學生，一般認知能力較高，成績更好，家庭社會經(jīng)濟地位也更高，并且這樣的學生后續(xù)也更可能被選擇性學校錄取。于是，這就形成了一個系統(tǒng)，在這一系統(tǒng)中，學生們表面上是被故意錄取了，但實際上是無意識地因為基因而被錄取。

　　盡管研究發(fā)現(xiàn)了不同類型學校學生之間的平均基因差異，但應(yīng)注意的是，EduYears GPS的大部分差異都出現(xiàn)在同一類型學校內(nèi)，而非不同類型的學校之間。例如，Cohen d為0.41（這是公立非選擇性學校與文法學校學生的平均EduYears分數(shù)差異），這被歸為小-中等影響，即意味著兩類學校之間約有83％的重疊分布。40

　　然而，研究發(fā)現(xiàn)不同基因和學校類型之間的關(guān)系表明，基因正在帶來教育環(huán)境的變化，即基因-環(huán)境相關(guān)性（rGE）概念。部分基于基因類型，在學生選擇、改變和“繼承”他們所在的環(huán)境時，變化隨之發(fā)生。20,41 將研究放在rGE的背景下，我們建議除了基于基因特征錄取學生（誘發(fā)因素rGE）外，學生自己也積極地選擇與其基因類型（積極因素rGE）符合的教育環(huán)境。對于成績優(yōu)異的學生來說，這些環(huán)境可能是具有挑戰(zhàn)性或競爭性的學術(shù)機構(gòu)，如文法學校和私立學校。最終，我們知道學校錄取中涉及的因素基本上是可遺傳的，所以學術(shù)上有天賦的孩子很可能是有學術(shù)天賦的父母。這樣的父母不僅提供基因，還提供環(huán)境來幫助孩子在學業(yè)上取得進步。

　　除了更高的平均EduYears多基因分數(shù)外，通常選擇性學校的學生也能獲得更好的GCSE成績。2,3,12-14,17研究中對于成績差距大小問題存在一些爭論，并根據(jù)不同背景特征做了相應(yīng)分析。我們發(fā)現(xiàn)，幾乎所有選擇性學校在GCSE分數(shù)上的優(yōu)勢，都可以通過家庭社會經(jīng)濟地位、成績、能力以及EduYears GPS來解釋。在控制這些因素后，文法學校與公立非選擇性學校的平均GCSE成績增長率僅為標準差的0.026，私立學校為標準差的0.070。此外，不同類型學校在GCSE上的差異從7%下降到1%。

　　單獨控制EduYears對不同類型學校之間平均GCSE成績的影響相當小。然而，考慮到EduYears GPS目前預測的GCSE分數(shù)差異約為8%——15%的遺傳性通過雙胞胎設(shè)計22 來估計，以及約三分之一的可遺傳差異來自SNP——基于學生在16歲30時的GCSE分數(shù)研究。隨著更強大的GWA研究，EduYears的可預測性也在增加。例如，與2013年的EduYears GPS（N = 126,559）相比，從2016年的EduYears GPS（基于GWA研究，N = 293,723 ）看，預計學生在16歲時的成績將提升三倍。

　　盡管當控制錄取因素和EduYears后，不同類型學校之間的平均差異只有很小，但這并不意味著其他因素對于學生們16歲時的成績不重要?？傊?，這些因素并不能預測在GCSE上的所有差異（R² = 0.69）。如前所述，成績是由許多遺傳因素包括行為、個性、家庭環(huán)境和健康等共同影響的結(jié)果。22 此外，我們并不是說學校不重要，或教學不起作用，通過研究，我們發(fā)現(xiàn)了學校類型的微小影響。如果沒有學校，我們很難想象一個可以讓孩子們發(fā)揮學術(shù)潛力的成功的教育體系。然而，雖然學校本身對學術(shù)成績很重要，但學校類型的影響似乎并不明顯。教育成就不一定是父母送孩子進入選擇性學校的 原因。最近一份關(guān)于私立學校的報告顯示，這些私立學校學生在早期職業(yè)生涯（26歲至42歲之間）的收入，比公立學校學生增加了200,000英鎊。2 然而，這一報告并沒有區(qū)分公立非選擇性學校與公立選擇性學校。我們需要通過更多的研究來看，是否當考慮到學生個體因素后，學校類型仍可預測大學入學率、職業(yè)選擇和收入上的差異。除了大學和職業(yè)的差異外，我們還需要確定不同類型學校在非認知特征層面的潛在差異，比如一項調(diào)查發(fā)現(xiàn)，66%的家長認為私立學校“給學生們灌輸了信心”。

　　我們的研究存在幾個局限。首先，我們認為在三類學校之間存在相當大的差異——在每一類學校中，也都會有特例和不足。特別是公立非選擇性這類學校存在更多的差異，因為它包括了大部分的學校，并且這類學校還包括了許多其他類別，例如允許選擇宗教的學校，允許多達10%的學生選擇專業(yè)科目（如體育、表演、視覺藝術(shù)、語言等）的學校等等。這些學校不能直接根據(jù)學術(shù)基礎(chǔ)來錄取。但有證據(jù)表明，學校確實錄取了更有能力的學生。在大多數(shù)學生進入中學前，其11歲前的成績和能力被納入錄取考慮范疇。

　　本研究的另一個局限是，不同類型學校的數(shù)據(jù)獲取。由于文法學校和私立學校并非均勻分布在全國各地，因此，在一些沒有選擇性學校的地方自治區(qū)域，非選擇性學校學生的平均GCSE成績可能更高；而在有更多選擇性學校的地區(qū)，非選擇性學校的平均GCSE成績則可能更低。由于選擇性學校少得多，這種地域因素可能會影響非選擇性學校的平均GCSE成績。為了確定地域因素是否對GCSE成績差異存在影響，我們將非選擇性學校進一步分為三組，分別是選擇性區(qū)域、部分選擇性區(qū)域和非選擇性區(qū)域的非選擇性學校。當控制了所有錄取相關(guān)因素，我們發(fā)現(xiàn)，非選擇性學校在不同選擇性區(qū)域之間沒有差異（參見附錄表S7和附錄圖S4）。

　　最后一個需要注意的局限是，我們采用的GCSE變量僅包含學生16歲的三門核心科目——英語、科學和數(shù)學。對于其他科目，如語言、藝術(shù)和社會科學，學校類型可能會有更大的影響。然而，由于不同類型學校的優(yōu)先科目有所不同，研究很難厘清學校類型對可選科目而非核心科目的影響，但這在未來的研究中可能會是一個有價值的方向。

　　在目前的研究中，我們發(fā)現(xiàn)三類學校（公立非選擇性學校、文法學校和私立學校）的學生之間存在基因差異。與非選擇性學校的學生相比，從平均水平來看，選擇性學校的學生在受教育年限的基因分數(shù)更高。此外，我們也發(fā)現(xiàn)了不同學校類型之間GCSE分數(shù)的顯著差異。然而，一旦考慮到學生、家庭、EduYears GPS因素，從學生所在的學校類型看，16歲時教育成就（平均GCSE分數(shù)）的個體差異不到百分之一。

　　研究方法

　　研究樣本

　　這一研究涵蓋了來自雙胞胎早期發(fā)展研究（TEDS）的不相關(guān)個體。TEDS是針對1994年至1996年間在英格蘭和威爾士出生雙胞胎（包括16,000對大型、代表性樣本）進行的，從出生到現(xiàn)在的追蹤研究。44 這項研究得到了倫敦國王學院倫理委員會的倫理許可。盡管這些年間存在一些人員流失，但仍約有10,000對雙胞胎積極參與研究，并提供豐富的行為和認知數(shù)據(jù)。重要的是，TEDS從過去到現(xiàn)在一直是英格蘭和威爾士地區(qū)的代表性樣本，詳見其他研究。44,45 在本研究中，我們涵蓋了4814個不相關(guān)個體（在每對雙胞胎中隨機選一個），其中有三個關(guān)鍵變量數(shù)據(jù)：基因型數(shù)據(jù)，16歲時的教育成就和學校類型數(shù)據(jù)。樣本包括了2597名女性（54%）和2217名男性（46%）。在樣本中，2533個人有錄取因素數(shù)據(jù)，即能力、成就和家庭社會經(jīng)濟地位，其中包括1427名女性（56.3%）和1106名男性（43.7%）。按照學校類型劃分的樣本量，參見附錄表S8。每一輪數(shù)據(jù)收集涉及到的所有參與者都提供了書面知情同意書。

　　基因分型

　　有關(guān)研究樣本如何進行基因分型和質(zhì)量控制過程的信息，請參見附錄研究方法S1。

　　測量項

　　學校類型。當TEDS中的雙胞胎18歲時，他們收到一份問卷，問卷中包括了一系列問題，如當他們16歲參加GCSE考試時所就讀的學校類型。受訪者需要就不同學校類型指出“是”或“否”。我們將所有就讀于公立非選擇性學校的受訪者歸為“公立非選擇性”，所有文法學校的受訪者歸為“文法”，所有私立學校的受訪者歸為“私立”。除TEDS數(shù)據(jù)外，我們還通過全國學生數(shù)據(jù)庫(NPD; https://www.gov.uk/ government/collections/national-pupil-database) 了解學校類型信息。通過補充TEDS數(shù)據(jù)和NPD數(shù)據(jù)，我們最終的學校類型數(shù)據(jù)為：公立非選擇性n=4263，文法n=143，私立n=408。我們還進一步將公立非選擇性學校分為三類做分析：完全選擇性地區(qū)的非選擇性學校（n=331），部分選擇性地區(qū)的非選擇性學校（n=905）和非選擇性地區(qū)的非選擇性學校（n=3027）。更多關(guān)于我們?nèi)绾我约盀楹蝿?chuàng)建這些組別的信息，包括數(shù)據(jù)源與選擇性區(qū)域分組之間的準確性等，請參見附錄研究方法S2。

　　16歲時的教育成就。GCSE是英國的一項標準化考試，學生在16歲義務(wù)教育階段結(jié)束時參加考試（M = 16.31，SD = 0.29）。幾乎所有學生都將參與三門核心科目考試：英語、數(shù)學和科學。此外，學生可以選擇一系列其他科目，如地理、歷史和藝術(shù)。這些科目的分數(shù)等級跨度從4分（G， 及格分數(shù)）到11分（A *，最好的分數(shù)）。在目前的樣本中，我們通過郵件發(fā)送問卷，以及對雙胞胎及其父母的電話采訪獲取GCSE的考試結(jié)果。我們引用全國學生數(shù)據(jù)庫（NPD）的進一步補充了這部分數(shù)據(jù)。我們的分析側(cè)重在三門核心科目：所有學生都學習的英語、數(shù)學和科學。參加GCSE科學科目考試的學生要么參與GCSE單獨的物理、化學和生物科目（“三重科學”），要么參與一門課程且雙重加權(quán)（“雙重科學”）。因此，我們采用了GCSE科學學科的平均分數(shù)。由于英語、數(shù)學和科學的分數(shù)高度相關(guān)（r = 0.70-0.82），我們創(chuàng)建了GCSE復合分數(shù)。我們有3920個人自我報告的GCSE和NPD數(shù)據(jù)，這兩個數(shù)據(jù)源之間的相關(guān)系數(shù)為r = 0.99，這一數(shù)據(jù)印證了TEDS數(shù)據(jù)的高度準確性。

　　錄取因素

　　社會經(jīng)濟地位。家庭社會經(jīng)濟地位的測量是采用五個項目測量結(jié)果的算術(shù)平均值：父母雙方的受教育水平（標記1-8等級，其中1=沒有受過教育，8=有研究生學歷），職業(yè)（按照職業(yè)分類標準（2000），標記1-9等級，其中1=初級行政與服務(wù)職業(yè)，9=管理人員、主管和高級官員）和第一胎孩子出生時母親的年齡。所有測量均做標準化，平均值為0，標準差為1，并且至少需要三個項目來計算算術(shù)平均值。

　　孩子11歲時的測試成績。我們沒有選擇性學校入學考試的數(shù)據(jù)，但是，在孩子進入中學前，他們通常需要參加考試，包括英語和數(shù)學考試。在我們的樣本中，這些測試包括了兩個英語測試（閱讀和寫作）和三個數(shù)學測試（計算器與非計算器測試，以及心算測試）。 由于數(shù)學和英語成績之間存在高度相關(guān)性（r = 0.67），我們創(chuàng)建了要求數(shù)學和英語兩者都有的考試成績組合。

　　能力（一般認知能力，g）。 為了測量一般認知能力，作為TEDS測試的一部分，參與者被要求在11歲時完成一項在線的系列認知測試。這些測試包括口頭和非口頭能力（M = 11.2，SD = 0.69）。 平均分數(shù)來自四項測試，兩項口頭測試（韋式兒童智力量表（WISC），詞匯多項選擇和WISC一般知識測試）46 6和兩項非口頭測試（瑞文氏標準推理測試47 和WISC圖片完成測試）。48

　　數(shù)據(jù)可用性

　　關(guān)于數(shù)據(jù)可用性的信息，請參見雙胞胎早期開發(fā)研究數(shù)據(jù)庫，可在網(wǎng)站找到http://www.teds.ac. uk/research/collaborators-and-data/teds-data-access-policy.

　　分析

　　全基因組多基因評分。我們計算了基于歷年教育最大的GWA研究（N = 293,723個個體）總結(jié)數(shù)據(jù)的多基因分數(shù)。39 通過采用GWA研究中關(guān)于基因變異及特點相關(guān)度的總結(jié)數(shù)據(jù)，在獨立樣本中給個體基因類型進行打分。對于獨立樣本中的每個基因型，所有性狀相關(guān)基因都被計數(shù)，并乘以它們的影響大?。ㄈ鏕WA總結(jié)數(shù)據(jù)中的性狀關(guān)聯(lián)強度）。這些加權(quán)和計數(shù)的等位基因的總和形成每個個體的多基因評分。我們采用軟件PRSice創(chuàng)建每個個體的GPS。在250kb的窗口內(nèi)截至R2= 0.1，通過質(zhì)量控制，SNP聚合而成連鎖不平衡?；诨蜃儺惖牟煌珿WA研究信號閾值，可以計算多種GPS，其中p值閾值較不嚴格，從而導致GPS中包含更多的SNP。在這里，我們計算了GPS的七個p值閾值（0.001, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5）。我們在正文中做了p值閾值為0.05的分析；在附錄圖S5中對其他p值閾值做了分析。我們回顧了前十個主要部分的所有GPS，并在分析中采用了這些標準殘差來解釋人口分層。

　　平均差異。為了評估三類學校（公立非選擇性學校、文法學校和私立學校）之間的差異，我們采用了計劃對比的單向ANOVA（方差分析）。除了三級學校類型分析外，我們還進行了后續(xù)分析，研究在有或沒有文法學校地區(qū)的公立非選擇性學校之間的差異：完全選擇性地區(qū)的非選擇性學校，部分選擇性地區(qū)的非選擇性學校，以及非選擇性地區(qū)的非選擇性學校。由于各組樣本量不同，我們使用調(diào)整后Cohen d值來估計影響大小。這一測試結(jié)合樣本大小的權(quán)重，對匯總標準差的計算做了調(diào)整。

　　在控制錄取因素（家庭社會經(jīng)濟地位，先前成就和先前能力）和EduYears GPS后，為了測試學校類型的影響，我們使用虛擬編碼進行了層級回歸模型。更多有關(guān)分析的信息，請參見附錄研究方法S3。

　　所有研究方法均按照相關(guān)規(guī)定和指南進行。

　　1、本文是復制于芥末堆網(wǎng)文章，轉(zhuǎn)載需到底部關(guān)于我們內(nèi)容合作了解詳情

　　2、芥末堆不接受通過公關(guān)費、車馬費等任何形式發(fā)布失實文章，只呈現(xiàn)有價值的內(nèi)容給讀者；

　　3、如果你也從事教育，并希望被芥末堆報道，請您 通過頂部導航尋求報道 填寫信息告訴我們。