CC BY-NC-ND
83
Личностные характеристики учащихся резильентных и неблагополучных школ:
разные дети или разные школы
Р. С. Звягинцев
Статья поступила в редакцию в феврале 2021 г.
Звягинцев Роман Станиславович — младший научный сотрудник Центра общего и дополнительного образования им. А. А. Пинского, аспирант Института образования, Национальный исследовательский университет «Высшая школа экономики». Адрес: 101000, Москва, Потаповский пер., 16, стр. 10. E-mail: rzvyagincev@hse.ru
Аннотация Одно из главных проявлений образовательного неравенства — наблюдаемая по всему миру существенная разница в академических результатах между учащимися и образовательными организациями в зависимости от их социально-экономического статуса. Однако есть школы, показывающие высокие академические результаты в сложных условиях, — резильентные школы. В поисках ответа на вопрос, чем может быть обусловлена академическая успешность таких школ, автор сравнивает личностные характеристики учащихся таких школ с характеристиками учащихся школ, показывающих низкие академические результаты в столь же сложных условиях. Эмпирические данные собраны в Ленинградской области в 2019 г.: сведения об академических результатах и социально-экономическом статусе школ, а также о личностных характеристиках учащихся, традиционно ассоциируемых с резиль-ентным поведением. Личностные черты оценивались с помощью шкалы индивидуальной академической резильентности ARS-30, субшкалы учебной мотивации, шкал настойчивости и самоконтроля. Работоспособность этих опросников проверялась конфирматорным факторным анализом. Установлено, что учащиеся резильентных и нерезильентных школ не различаются по личностным характеристикам. Таким образом, подтверждены данные, полученные в предыдущих исследованиях и свидетельствующие о том, что академическая резильентность — результат внутришкольных стратегий, внешней и внутренней образовательной политики школы, мер и практик повышения школьной эффективности.
Ключевые слова академическая резильентность, школы в сложных условиях, образовательное неравенство, личностные характеристики учащихся, образовательная политика.
Для цитирования
Звягинцев Р. С. (2021) Личностные характеристики учащихся резильентных и неблагополучных школ: разные дети или разные школы? // Вопросы образования / Educational Studies Moscow. № 3. С. 33-61. https://doi. org/10.17323/1814-9545-2021-3-33-61
Personality Traits of Students in Resilient and Struggling Schools: Different Children or Different Schools
R. S. Zvyagintsev
Roman Zvyagintsev, Junior Research Fellow, Pinsky Center of General and Extracurricular Education, National Research University Higher School of Economics; Doctoral Student, Institute of Education, National Research University Higher School of Economics. Address: Bld. 10, 16 Potapovsky Ln, 101000 Moscow, Russian Federation. E-mail: rzvyagincev@hse.ru
Abstract One of the most important facets of educational inequality is the globally observed wide socioeconomic gap in academic outcomes across schools and individual students. However, there are resilient schools that manage to be effective in adverse circumstances. In order to find out what may stand behind resilience of disadvantaged schools, personality traits of their students are compared to those of students attending schools that perform low in equally challenging contexts. Empirical data for this study was collected in Leningrad Oblast in 2019 and includes information about schools' academic outcomes and socioeconomic status (SES) as well as students' personality traits that have been traditionally associated with psychological resilience. Personality traits are assessed using the Academic Resilience Scale (ARS-30), the academic motivation subscale, and the grit and self-regulation scales. Factor structure of the questionnaires is verified using confirmatory factor analysis.
No differences are revealed in personality traits of students between resilient and non-resilient low-SES schools, which confirms the previous findings that academic resilience is built through managerial strategies of school principals, school and state educational policies, and practices to improve school effectiveness.
Keywords academic resilience, disadvantaged schools, educational inequality, educational policy, personality traits, resilient schools.
For citing Zvyagintsev R. S. (2021) Lichnostnye kharakteristiki uchashchikhsya rezil'entnykh i neblagopoluchnykh shkol: raznye deti ili raznye shkoly [Personality Traits of Students in Resilient and Struggling Schools: Different Children or Different Schools?]. Voprosy obrazovaniya/Educational Studies Moscow, no 3, pp. 33-61. https://doi. org/10.17323/1814-9545-2021-3-33-61
Работы, посвященные академической резильентности, занимают отдельную нишу в корпусе исследований образовательного неравенства [Crosnoe, 2005]. Академическая резильентность — это способность индивида или организации показывать высокие академические результаты в сложных условиях. Сложились два относительно автономных подхода, использующих разные критерии для определения этого феномена. Первый подход оперирует характеристиками распределений академических результатов и социально-экономического положения (и/или произвольными пороговыми значениями), апеллируя
в первую очередь к очевидной валидности подобного подхода — высокие результаты в плохих условиях являются прямым указанием на академическую резильентность [Longobardi, Aga-sisti, 2014]. Второй подход реализуется через теорию конструкт-ной валидности [Cronbach, Meehl, 1955] и оценивание характеристик отдельного индивида или социальной группы [Masten, Monn, 2015] и стремится определить, что может (или, скорее, должно) стоять за наблюдаемым поведением.
В данной статье решается задача сопоставления этих подходов в анализе характеристик учащихся резильентных и нере-зильентных школ. Знаем ли мы, почему резильентные школы показывают такие результаты? В исследовании рассматриваются два возможных объяснения:
• резильентные школы все-таки находят возможность отбирать детей с особыми личностными характеристиками, несмотря на те же сложные социальные условия, что и у неуспевающих депривированных школ;
• работая с такими же детьми и семьями, как и все прочие школы с низким социально-экономическим статусом, резильентные школы реализуют другие стратегии.
В предыдущих зарубежных и российских работах по теме уже приводились аргументы в пользу того, что резильентные школы применяют особые стратегии работы с учащимися [Lupton, 2004; Пинская и др., 2018]. Цель данного исследования — проверить, различаются ли учащиеся школ с разными результатами и разным социально-экономическим статусом (СЭС) по личностным характеристикам: индивидуальной академической резильентности, упорству, учебной мотивации, самоконтролю. Ответ на этот вопрос позволит сделать более обоснованные выводы о том, что же все-таки лежит за высокими результатами резильентных школ. Подобных сопоставлений на российских выборках до сих пор не проводилось.
1. Обзор В широком смысле теория резильентности впервые появляет-литературы ся в рамках психологии развития как описание характеристик индивидов, различающих их по тому, насколько успешно они справляются с трудностями, возникающими в процессе развития. Исследования резильентности возникают почти в одно и то же время в разных контекстах и у разных авторов [Cicchet-ti et al., 1993; Cicchetti, Garmezy, 1993; Masten, 1989]. Понимание механизмов, лежащих за успешной адаптацией в сложных ситуациях, совершенно необходимо для выявления причин, способов предотвращения и коррекции различных проблем лич-
ностного развития и адаптации. Зная эти механизмы, легче установить, почему в одних и тех же плохих условиях одни индивиды успешно справляются с ситуацией, а другие справиться не могут [Rutter, 1987; Werner, 1997; Anthony, Cohler, 1987; Rut-ter, 1985]. Исследования резильентности оказали существенное влияние на концепции и модели психологии и психопатологии развития, открыв новые пути для предотвращения и коррекции нарушений развития [Rutter, 2013; Panter-Brick, Leckman, 2013; Masten, 2014; 2011; Cicchetti, 2010; 2013].
В изучении резильентности постепенно сформировались специфические технологии и методология исследований, помимо наблюдения стали применять экспериментальные схемы, в частности пытаясь спровоцировать успешную адаптацию индивида, находящегося в плохих условиях [Cicchetti, 2010; Luthar, 2006]. Понятие резильентности приобрело многомерность и динамику. Теория резильентности постепенно становится мультидисциплинарной: в исследование феномена вносят вклад нейронауки, генетика и т. д. Усложняющиеся модели включают в том числе мультикультурные контексты и заимствуют методологию теории развивающихся систем [Ungar, Gha-zinour, Richter, 2013; Southwick et al., 2014; Ungar, 2012].
В разные периоды становления теории резильентности исследователи выдвигали сильно отличающиеся друг от друга варианты определения этого понятия. Хорошее определение должно преследовать сразу несколько целей: учитывать все (или максимум) существующие изменения в теории и практике изучения резильентности, но при этом быть неизменным для разных уровней анализа, учитывать междисциплинарное использование. Наиболее адекватным современному состоянию изучения проблемы нам представляется следующее определение: «Резильентность — это потенциальная или проявляемая способность индивида успешно адаптироваться различными способами к вызовам, которые угрожают его функционированию, выживанию или позитивному развитию» [Masten, Cicchetti, 2016]. Оно действует не только на уровне индивида, в нашем случае — человека, но и на уровне любой системы, вовлеченной в адаптацию. В процессах, ведущих к успешной адаптации индивида, семьи или сообщества, участвуют многие системы. Кроме того, системы, которые связаны между собой на разных уровнях, будут влиять друг на друга. Другими словами, резильентность отдельного индивида, которая проявляется и наблюдается на уровне поведения, зависит от функционирования и взаимодействия многих систем как внутри индивида (иммунная система, реакция на стресс и т. д.), так и вне его (семья, социальная группа или другие социальные системы).
Академическая резильентность — часть общей теории резиль-ентности. В международных сравнительных исследованиях ОЭСР с 2009 г. используется термин «резильентные». Так называют учащихся, показывающих высокие академические результаты в неблагоприятных социальных условиях [OECD, 2011], что автоматически считается проявлением академической резиль-ентности. На практике академическая резильентность определяется следующим образом:
• если учащиеся попадают в нижние 25% по социально-экономическому и культурному статусу1 в своей стране, это значит, что они находятся в сложных условиях. Доля неблагополучных детей, таким образом, во всех странах одинаковая;
• академические результаты же, наоборот, оцениваются по всем странам — участницам исследования с использованием показателей, рассчитанных на всей выборке. Однако при приложении этих показателей к конкретному ученику учитывается страновой социально-экономический статус (СЭС) этого ученика [Longobardi, Agasisti, 2014; OECD, 2010; 2011]. Определяются 25% учащихся с наиболее высокими результатами при контроле странового СЭС;
• учащийся, попавший в наименее благополучную группу по социальному, экономическому и культурному статусу, но при этом достигший высоких результатов, считается ре-зильентным.
Резильентным может быть не только учащийся, но и вся школа. Исследователи считают, что практики социальных групп и институтов могут значительно снизить риски неуспешности и привести в итоге к академической резильентности учащихся [Longobardi et al., 2018]. Резильентной считается школа, которая, находясь в группе школ с низким СЭС (нижний квартиль распределения), показывает высокие академические результаты (верхний квартиль распределения) [Pinskaya et al., 2019].
Принцип выявления резильентных школ тот же, что и при определении резильентных учащихся. Однако способы измерения и СЭС, и академических результатов в разных исследованиях могут различаться. В РФ, например, для замера СЭС учитывают кадровые и материальные ресурсы, а также характеристики контингента школы, академические результаты оце-
1 Индекс ECSC используется во многих международных сравнительных исследованиях. В PISA он традиционно включает информацию об образовании родителей, их занятости, финансовой обеспеченности семьи, количестве книг дома и проч. Этот индекс призван отражать социальный, экономический и культурный капитал семьи учащегося.
1.1. Исследования индивидуальной и школьной академической резильентности
нивают по среднему баллу ЕГЭ или ОГЭ. В других странах могут использоваться другие показатели — доля детей, имеющих право на бесплатное питание, и средние результаты внутристрано-вых мониторинговых исследованиий2. В зарубежной литературе для обозначения таких школ кроме слова «резильентный» используется целый ряд терминов: school performing beyond expectation [Hargreaves, Harris, 2011], high poverty high performing [Kannapel, Clements, 2005; Parret, Budge, 2020], high flying schools [Harris, 2007].
Фактически резильентные ученики и резильентные школы выделяются сходным образом, но вопрос о механизмах, стоящих за таким статистическим выделением, остается за кадром, хотя есть исследования, показывающие, какие школьные факторы и ученические характеристики связаны с резильентно-стью [Barber, van Oostveen, Childs, 2019; Agasisti, Soncin, Valenti, 2016; Пинская и др., 2017].
1.2. Академическая Дискуссия между исследователями о том, можно ли считать ре-резильентность зильентность конструктом, т. е. измеримой чертой отдельного как конструкт индивида, все еще продолжается. Предпринято несколько попыток создания надежного и валидного инструмента для измерения индивидуальной резильентности: Resilience Scale [Wagnild, Young, 1993], Connor-Davidson Resilience Scale [Connor, Davidson, 2003], New Rating Scale for Adult Resilience [Friborg et al., 2003], Brief Resilience Scale [Smith et al., 2008]. Все эти шкалы-опросники оценивали характеристики испытуемых, которые традиционно ассоциируются с резильентным поведением. Имеются в виду как навыки внутренней регуляции, так и навыки социального взаимодействия, а также самооценка, принятие себя и мира вокруг, ориентация на успех, высокая адаптивность, решение комплексных проблем, взаимодействие внутри семьи, чувство юмора, выносливость, оптимизм, диспозиции, а кроме того внешние поддерживающие системы [Hoge, Austin, Pollack, 2007]. Ряд исследователей показывают, что используемую опе-рационализацию и структуру шкал нельзя считать полностью последовательными и правильными [Campbell-Sills, Stein, 2007; Green et al., 2014; Lamond et al., 2008]. Дополнительные сложности для исследователей и авторов шкал создает отсутствие консенсуса в определении понятия «резильентность». Ряд специалистов считают, что именно взаимодействие большого количества внешних и внутренних факторов — главная характеристика резильентности [Hoge, Austin, Pollack, 2007; Masten, Cicchetti, 2016]. Однако она не обязательно относится к академической резильентности [Cassidy, 2015].
2 Для примера см. https://edopportunity.org/
Исследований, касавшихся измерения именно академической резильентности как психологического конструкта, а также ее предикторов, немного [Martin, 2002; Martin et al., 2010]. Малое количество стандартизированных измерительных инструментов объясняется именно отсутствием теоретических работ, направленных на понимание психологических основ индивидуальной академической резильентности [Cassidy, 2015].
В настоящем исследовании используется адаптированная на русский язык версия шкалы академической резильентности ARS-30 (Academic Resilience Scale) [Cassidy, 2016]. В ней академическая резильентность операционализирована через оценку адаптивных и неадаптивных когнитивных, эмоциональных и поведенческих реакций учащихся на неблагоприятные ситуации, связанные с учебой. Она выстроена по аналогии со схожими шкалами оценки резильентности в других сферах жизни [Hardy, Concato, Gill, 2004].
Одним из направлений данного исследования является критический разбор номологической сети, в которой лежит указанный конструкт, и проверка конвергентной валидности резильентности [Martin, Marsh, 2009]. Для этого необходимо рассмотреть и другие конструкты, которые ассоциированы с индивидуальной академической резильентностью на уровне теории. Сразу в нескольких российских и зарубежных работах показано, что такие теоретически схожие с академической резильентностью конструкты, как способность к адаптации, вовлеченность и самоконтроль, связаны с академическими достижениями [Collie, Holliman, Martin, 2017; Gordeeva et al., 2016]. Для академической успешности онлайн-обучения важны одновременно несколько конструктов: резильентность, настойчивость (grit) и учебная мотивация [Barber, van Oostveen, Childs, 2019]. Журнал Educational Psychology в 2016 г. посвятил специальный выпуск вопросам связи учебной мотивации, вовлеченности, самоконтроля и других конструктов с академической успешностью школьников [Moore, 2016]. Установлено, что самоконтроль и вовлеченность учащихся связаны с академической резильентностью [Cheung, 2017], а применение практик дополнительного вовлечения учащихся в образовательный процесс ведет к более академически резильентному поведению [Torsney, Sy-monds, 2019].
Для проверки взаимосвязи описанных конструктов и адаптированной версии шкалы ARS-30 в настоящую работу добавлены следующие шкалы:
• субшкала познавательной академической мотивации из методики ШАМ-Ш — Шкалы академической мотивации школьников [Гордеева и др., 2017];
• русскоязычная версия шкалы настойчивости (grit), субшкала «упорство» [Tyumeneva, Kardanova, Kuzmina, 2019];
• шкала самоконтроля [Gordeeva et al., 2016].
Таким образом, перед исследованием стоят две цели: промежуточная и основная. Промежуточной целью является адаптация и проверка конвергентной (или конструктной, если пользоваться терминологией Кронбаха и Мила [Cronbach, Meehl, 1955]) и структурной валидности Шкалы индивидуальной академической резильентности на российской выборке, построение номологической сети связанных конструктов. Это необходимо для реализации основной цели — сравнения учащихся ре-зильентных и нерезильентных школ, выделяемых с помощью имеющихся статистических инструментов, по их личностным характеристикам, а именно индивидуальной академической резильентности, упорству, учебной мотивации и самоконтролю, для ответа на вопрос о том, где «укоренены» различия между резильентными и нерезильентными школами.
2. Методология Исследование проводилось в 2019 г. в Ленинградской обла-2.1. Дизайн сти в рамках одного из проектов Института образования НИУ исследования ВШЭ. Для целей исследования необходимо было собрать дани выборка ные по академическим результатам и анкетные данные учащихся таким образом, чтобы они были связаны друг с другом на уровне школ. Проще говоря, усредненные на уровне школы академические результаты должны быть сопоставлены с анкетными данными учащихся этих школ. Дополнительно получены сведения, характеризующие СЭС школ для определения типа школы [Р^кауа et al., 2019].
Сбор данных проходил в несколько этапов:
• через региональный центр оценки качества образования (РЦОКО) получены сведения об академических результатах за последние три года на индивидуальном уровне с привязкой к школам. Все данные обезличены: присвоены Ш, базы с фамилиями хранились в регионе;
• учащимся текущих 10-х и 11-х классов, т. е. тем, для кого в базах данных РЦОКО есть индивидуальные академические результаты ОГЭ, были высланы электронные анкеты, в которые им было необходимо вписать свой Ш. Ш направлены школьным координаторам с привязкой к фамилиям, чтобы координаторы могли сообщить их учащимся;
• после завершения сбора данных академические результаты учащихся были сопоставлены с информацией, полученной из анкет, на уровне школ. Использование Ю позволя-
ет отследить учащихся, которые после 9-го класса перешли в другие школы, и приписать их к тем школам, в которых они учились до 9-го класса и которые, следовательно, «ответственны» за их результаты ОГЭ; • для сбора данных о СЭС школ в каждую школу были разосланы анкеты контекстуализации [Ястребов, Пинская, Ко-сарецкий, 2014]. В анкеты включены вопросы о ресурсах и контингенте школ.
Выборка исследования составила 7058 учеников на этапе сбора анкетных данных. После этого из выборки были удалены дубли, анкеты без ID или с неправильными ID, некачественно заполненные анкеты и пропуски. Итоговая выборка исследования, на которой был проведен весь описываемый далее анализ, — 4159 учеников 10-х и 11-х классов из 237 школ Ленинградской области. Столь существенное сокращение произошло в основном из-за пропусков утверждений и вопросов.
Типы школ выделены по методологии, ранее адаптированной для выборок в РФ [Pinskaya et al., 2019] и основанной на двух переменных: индексе академических результатов и СЭС школ.
Для расчета индекса академических результатов школы индивидуальные результаты учащихся школ по всем экзаменам ОГЭ и ЕГЭ (баллы в аттестате для ЕГЭ и сырые баллы для ОГЭ) за 2017-2019 гг. нормированы на максимально возможный результат (итог—доля успешности выполнения), умножены на 100, и результат округлен до второго знака после запятой (итог — процент выполнения от максимально возможного для этого типа экзамена). После этого получены усредненные по школе значения процента выполнения государственных аттестаций школьниками за каждый год. Итоговый показатель — средний процент, т. е. средний по школе результат выполнения государственных аттестаций с 2017 по 2019 г. Использование данных за разные годы позволяет сделать этот показатель более стабильным во времени — а значит, и типологизация школ будет более надежной.
Индекс социально-экономического статуса школ получен с помощью метода Principal Component Analysis (PCA). Для создания индекса использованы следующие переменные: доля учителей с высшей квалификационной категорией (нагрузка — 0,43; необъясненная дисперсия — 0,60); доля учащихся в профильных классах (0,55; 0,37); доля учеников, изучающих предметы углубленно (0,54; 0,39); доля детей в школе из семей, где оба родителя имеют высшее образование + доля детей в школе из семей, где оба родителя являются безработными (0,47; 0,53); общая доля объясненной дисперсии (Rho) — 0,52. Чем выше
2.2. Переменные, используемые для выделения групп школ
значение индекса, тем выше социально-экономический статус школы и благоприятнее условия работы относительно других школ исследуемого региона. Переменные, описывающие контингент школы, используются так же, как в предыдущих работах по этой теме в РФ [Р^кауа et al., 2019; Ястребов, Пинская, Косарецкий, 2014].
2.3. Переменные, используемые в анализе шкалы на индивидуальном уровне
Для сравнения личностных характеристик учащихся в разных типах школ использовались данные, полученные из индивидуальных анкет. В них учащимся предлагались четыре шкалы —три уже апробированные и используемые в России и одна, адаптация которой является отдельной частью настоящего исследования:
• Шкала индивидуальной академической резильентности ARS-30, адаптированная для работы на российских выборках. В итоговом варианте осталось 23 утверждения;
• субшкала познавательной академической мотивации, состоящая из четырех утверждений;
• русскоязычная версия шкалы настойчивости, субшкала «упорство», состоящая из пяти утверждений;
• шкала самоконтроля из 12 утверждений.
Работа с этими шкалами проведена в рамках конфирматорно-го факторного анализа (CFA) и включала отдельную проверку факторной структуры шкалы ARS-30, а также проверку конвергентной валидности финальной версии шкалы с добавлением в модель трех других шкал. Подробно процесс адаптации шкалы и последующего анализа данных описан ниже.
2.4. Адаптация Шкалы индивидуальной академической резильентности ARS-30
Перевод англоязычной версии шкалы [Cassidy, 2016] на русский язык сделан в почти полном соответствии с принятыми правилами адаптации опросников на другие языки [Vijver van de, Hambleton, 1996]. Переводом шкалы занимался эксперт (не автор работы), с переведенной полной версией опросника можно ознакомиться в приложении. Вступление и абсолютное большинство утверждений переведено практически дословно, так как не содержало культурных смещений, которые могли бы сказаться на восприятии утверждений русскоязычными школьниками. Только одно утверждение (№ 29: I would start to self-impose rewards and punishments depending on my performance) фактически заменено в русскоязычной версии на другое в связи с тем, что приглашенному эксперту и автору статьи показалась малореальной ситуация, в которой подобное утверждение, будучи переведено прямо, «сработает» на российских школьниках 6-11-х классов. Варианты ответов переведены дословно с сохра-
нением порядка и количества — пять шагов между полным согласием и полным несогласием с утверждением.
После перевода проведено пилотажное исследование работоспособности шкалы в рамках одного из проектов Института образования в Калининградской области3. Выборка — 5690 случайно отобранных учеников 6-11-х классов. По результатам пилотажного исследования и обсуждения его с респондентами были скорректированы текст опросника и варианты ответов. Во-первых, выяснилось, что промежуточный вариант ответа не воспринимается респондентами как таковой, но, скорее, используется как вариант «затрудняюсь ответить». Поэтому в следующей версии шкалы добавлен такой вариант, но отдельным столбцом справа. Количество вариантов ответа сократилось до четырех (плюс «затрудняюсь ответить»). Во-вторых, утверждения № 1, № 10 и № 25 удалены из дальнейших версий шкалы, поскольку они очень неоднозначно воспринимались многими участниками пилотажа. Утверждение № 1 воспринимается скорее как вызов, а № 10 и № 25 респонденты вообще не связывают с описываемой ситуацией.
2.5. Методы Анализ данных проводился в два этапа. Сначала оценива-анализа данных лась работоспособность используемых шкал с помощью методов и алгоритмов, описанных, например, в [Сычев и др., 2018]. Проверка факторной структуры опросника осуществлена с использованием методики конфирматорного факторного анализа в программе R-Studio4 с применением пакета lavaan (0.6-5) [Rosseel, 2012]. Для оценки параметров использовался алгоритм WLSMV, наиболее подходящий для порядковых данных [Sass, Schmitt, Marsh, 2014]. Этот анализ проведен на полной итоговой выборке исследования. Целями этого этапа являются оценка качества шкал, подтверждение возможности использования их в исследовании и получение оценок выраженности описанных конструктов для каждого респондента, чтобы использовать их на втором этапе.
Вторым этапом стало выделение типов школ на основе значений индекса академических достижений и социально-экономического статуса и сравнение их между собой. Выделение школ проходило по квартилям распределений, как в предыдущем подобном исследовании [Pinskaya et al., 2019]. Школы, попадающие в нижний квартиль по СЭС и нижний квартиль по академическим достижениям, обозначались как неблагополучные; попадающие в нижний квартиль по СЭС и при этом
3 https://ioe.hse.ru/ds/news/283631628.html
4 https://www.r-studio.com/ru/ (R version 4.0.0 (2020-04-24) «Arbor Day»)
в высший квартиль по академическим достижениям — как ре-зильентные; школы в высшем квартиле по СЭС и низшем квартиле по достижениям — неуспешные; школы в высшем квартиле по СЭС и высшем квартиле по достижениям — успешные. Остальные школы не представляют для нас интереса в данном исследовании, так как не являются «яркими» проявлениями исследуемых феноменов. Учащиеся школ, относящихся к разным типам, сравнивались между собой по личностным характеристикам (все четыре шкалы, описанные выше). Целью этого этапа было выяснить, различаются ли учащиеся разных типов школ по личностным характеристикам.
3. Результаты
3.1. Проверка качества шкалы ARS-30
В ходе анализа проверено большое количество различных моделей (первого порядка, второго порядка, бифакторные), но лучше всего полученным данным в любых вариантах подходила модель второго порядка, что не редкость для составных конструктов в психологическом тестировании [Byrne, 2005]. В этой модели предполагается, что конструкт индивидуальной академической резильентности состоит из нескольких под-конструктов. С. Кэссиди предполагает подобное в своей статье, но его факторная структура в нашем анализе не подтверждается [Cassidy, 2016]. В нем выявлена другая — содержательно обусловленная и подкрепленная качеством модели — структура индивидуальной академической резильентности. Именно содержательное сходство — главное основание, по которому производилось распределение утверждений по подконструк-там для проверки. Финальная модель представлена на рис. 1. В табл. 1 показано распределение утверждений по субшкалам, которым даны содержательные названия, отражающие совокупный набор входящих в них утверждений.
Из анализа видно, что в финальной модели отсутствуют еще четыре утверждения из первоначальной версии опросника: № 6, № 12, № 14 и № 18. Все они содержательно относятся к переживанию негативных эмоций, и в любой из проверенных моделей они хорошо выделялись в отдельный подкон-структ, но этот подконструкт неизменно оказывался практически не связан (R = -0,24) с конструктом резильентности. Поэтому решено было оставить 23 утверждения, которые представлены на рис. 1. Из них 21 утверждение распределилось по четырем содержательным подконструктам, а еще два похожих друг на друга утверждения оказались связаны с общей резильент-ностью напрямую, не входя в отдельные подконструкты. Данная модель принята в качестве финального варианта. Итоговые баллы по шкале резильентности рассчитаны далее на ее основе. Структура шкалы проверена на двух случайных подвы-
Рис 1. Модель факторной структуры индивидуальной академической резильентности
Показатели качества модели:
CFI = 0,992; т = 0,991; RMSEA = 0,051; SRMR = 0,045
Нагрузки
—► положительные —► отрицательные Чем толще линия, тем сильнее отдельное утверждение нагружает фактор. Пунктирной линией обозначены элементы первого и второго порядка, нагрузка которых фиксировалась во время расчетов
0,81 0,74 0,66 0,83 0,66 0,86 0,62 0,71 0,65 0,66 0,70 0,58 0,84 0,66 0,38 0,64 0,65 0,61 0,86 0,78 0,66
хНДНДНДНД НД НДНДН/
■I
\НДНД ИД НД НД НД НД НД НДН/
Г57 Г19
Таблица 1. Итоговая содержательная модель индивидуальной академической резильент-ности
Р1 «Реваншизм» 2, 11, 13, 16, 17, 27, 30
Р2 «Пораженчество» 3, 5, 7, 15, 19
Р4 «Обращение за помощью» 21, 26, 29
Р5 «Самомотивация» 4, 8, 9, 18, 22, 23
борках из исходной выборки: модель показала устойчивость и высокое качество в обоих случаях. Также модель проверена с перекодированными значениями по обратным вопросам — структура сохраняется в том же виде.
Таблица 2. Описательная статистика по используемым шкалам на уровне респондентов
Переменная Число наблюдений Среднее Стд. отклон. Мин. Макс.
Реваншизм ^1) 4159 0,0001 0,7817 -2,8410 1,8355
Пораженчество (Р2) 4159 0,0026 0,6175 -1,3729 2,2074
Обращение за помощью ^4) 4159 -0,0028 0,7683 -2,7318 1,8009
Самомотивация ^5) 4159 -0,0012 0,6081 -2,2524 1,3948
Резильентность (А(^-30) 4159 -0,0020 0,7288 -2,7104 1,7066
Упорство 4159 -0,0018 0,6408 -1,9323 1,3298
Академическая мотивация 4159 -0,0058 0,6470 -1,6775 1,2853
Самоконтроль 4159 0,0030 0,4805 -1,8095 1,5633
Для проверки конвергентной валидности и того, как новая шкала ложится в теоретически обоснованную номологи-ческую сеть, в модель добавлены три другие шкалы. Тем самым мы получили возможность проверить, не «сливаются» ли утверждения из разных шкал в один фактор; коррелируют ли шкалы упорства, мотивации и самоконтроля со шкалой индивидуальной академической резильентности; не меняется ли факторная структура.
При довольно высоком качестве модели структура индивидуальной академической резильентности остается той же. Помимо этого, несмотря на довольно высокую корреляцию с мотивацией (0,62), упорством (0,62) и самоконтролем (0,56), ре-зильентность остается отдельным самостоятельным конструктом (объясняющим отдельную от вышеуказанных конструктов дисперсию), так как вопросы не «сливаются» в общие большие факторы и не перемешиваются между разными конструктами, что в итоге показывает конвергентную и дивергентную валидность шкалы [Campbell, Fiske, 1959]. Качество финальной модели, в которой лежат все четыре описываемых конструкта, также оказывается довольно высоким: CFI = 0,971; TLI = 0,969; RMSEA = 0,070; SRMR = 0,061. Схема финальной модели с четырьмя конструктами представлена на рис. 2. Такие результаты дают основания утверждать, что индивидуальная академическая резильентность—это не то же самое, что упорство, учебная мотивация и самоконтроль, и при этом академическая резильентность показывает «правильные» корреляции с теоретически связанными конструктами и хорошо ложится в номологическую сеть, что свидетельствует о конструктной валидности шкалы,
Рис. 2. СРД-модель для проверки конвергентной валидности Шкалы индивидуальной академической резильентности
\Е1АМАИАИАИА ИАПАМАМАМ.
,№1АНАНА НАНАН/
ЛДПДЙДЙДЙД ЙД ЙДЙДЙД ЕДЗДНДЙД
яд йднд ндйд
если использовать терминологию Кронбаха и Мила [СгопЬас^ Meehl, 1955]. В табл. 2 представлена описательная статистика по всем четырем конструктам, используемым в анализе.
3.2. Сравнение учащихся из школ разного типа
На втором этапе в выборке выделены школы, представляющие интерес для исследования. В табл. 3 представлены результаты группировки школ — количество школ и численность учащихся в этих школах, которые впоследствии сравнивались между собой. Естественно, выборка исследования существенно сократилась. Итоговыми группами для сравнения по указанным выше шкалам стали учащиеся четырех разных типов школ, из которых наиболее значимы в контексте данного исследования уча-
Таблица 3. Количество школ и численность учащихся, участвовавших в сравнении
Количество школ Численность учащихся (выборки исследования)
Неблагополучные 25 274
Резильентные 3 48
Неуспешные 4 104
Успешные 33 1684
Таблица 4. Сравнение учащихся школ разных типов по измеряемым характеристикам
Переменная Неблагополучная Резильентная Неуспешная Успешная
Ср. 95% ДИ Ср. ; 95% ДИ Ср. 95% ДИ Ср. 95% ДИ
Резильентность (Д1^-30) -0,02 -0,15 0,11 0,06 -0,20 0,32 0,04 -0,12 0,19 0,02 -0,03 0,06
Упорство -0,08 -0,16 -0,01 0,17 -0,03 0,36 0,00 -0,13 0,12 0,06 0,03 0,09
Академическая мотивация -0,04 -0,12 0,04 -0,02 -0,22 0,17 0,06 -0,08 0,20 0,03 0,00 0,06
Самоконтроль 0,01 -0,05 0,06 0,11 -0,03 0,26 -0,05 -0,13 0,04 0,01 -0,01 0,03
щиеся неблагополучных и резильентных школ. Вместо традиционного попарного сравнения отдельных групп в табл. 4 приведены средние значения с указанием 95%-ных доверительных интервалов для всех групп по всем шкалам. В таком виде результаты выглядят убедительнее и непосредственно выводят на последующие интерпретации.
Из табл. 4 видно, что учащиеся 10-11-х классов из школ четырех типов не различаются ни по одному из четырех исследуемых конструктов. Доверительные интервалы для каждой группы пересекаются друг с другом, что говорит об отсутствии статистически значимых различий. Особенно важно отметить, что группы учащихся из резильентных и неблагополучных школ не отличаются друг от друга ни по общей Шкале индивидуальной академической резильентности, ни по другим ассоциированным конструктам.
4. Дискуссия По итогам апробации Шкалы индивидуальной академической резильентности на российской выборке можно сказать следующее. Во-первых, шкала в процессе адаптации существен-
но изменилась. По результатам анализа выделена четкая содержательно обоснованная структура конструкта и опросника, свидетельствующая о наличии отдельных составляющих ре-зильентности (ARS-30): реваншизм, пораженчество, обращение за помощью, самомотивация. Таким образом, предложенная автором изначальной шкалы [Cassidy, 2016] структура не подтверждается на российских выборках. Новая модель дает полезные свидетельства о структуре конструкта и может быть использована на выборках российских школьников средней и старшей ступени.
Во-вторых, проделанная в настоящем исследовании работа дополняет выполненную С. Кэссиди в части «укладки» индивидуальной академической резильентности в номологическую сеть близких конструктов. Индивидуальная академическая ре-зильентность показывает «правильные» корреляции с другими шкалами, теоретически связываемыми с ней в литературе. При этом получены свидетельства того, что новая шкала все-таки является отдельной — не «смешивается» с другими шкалами и не коррелирует с ними слишком сильно. Шкала показывает достаточно хорошие психометрические характеристики, хотя, конечно, ее работоспособность требует дополнительной проверки в новых исследованиях.
Что касается главной цели работы, в исследовании не найдено различий между учащимися резильентных и неблагополучных школ ни по одной из измеряемых личностных черт. Показанные выше результаты являются свидетельством того, что феномен школьной академической резильентности—если мы соглашаемся, что он существует, — все же в большей степени структурный, чем индивидуальный. Полученные данные дают основания предполагать, что академическую резильент-ность на школьном уровне обусловливает что-то, связанное с общешкольными характеристиками — с образовательными стратегиями школы, школьным климатом, организационной культурой и т. д. Видимо, основоположники теории общей резильентности правы в том, что резильентность — это феномен, который проявляется во взаимодействии разных факторов [Masten, Cicchetti, 2016].
Очевидно, как уже показали исследователи из Техаса и Стэн-форда, нет большого смысла в том, чтобы «увеличивать» резильентность или упорство учащихся, идеи интервенций должны быть, скорее, в том, чтобы создавать вокруг них такую школьную среду, которая располагает к поиску новых стратегий, обращению за помощью к окружающим, что в итоге будет положительно сказываться и на их учебных результатах [Yea-ger, Dweck, 2012]. Группа исследователей из Нью-Йорка также установила, что повышение академических результатов в шко-
лах с низким социальным статусом в первую очередь связано именно с большими программами интервенций, охватывающими всю школу сразу: школьный климат, организационную культуру [McCormick et al., 2015]. Подобные большие проекты, например проекты социального воздействия — Social Impact Bonds, сейчас становятся все более популярными, в том числе и в РФ5.
Социологи из Мичигана провели масштабное исследование и предлагают новую идею «учебного капитала» — он репрезентирует кумулятивный эффект всех типичных, но трудноизмеримых факторов, связываемых с академической успешностью: «Большое количество качеств, навыков и ресурсов учащихся, которые труднее измерить, влияет на успехи в учебе. Мы представляем концептуальную схему совокупного воздействия всех этих факторов, которую мы называем студенческим капиталом» [Quarles, Budak, Resnick, 2020. P. 1]). Авторы считают, что, вместо того чтобы пытаться измерять привычные уже характеристики учеников и устранять барьеры, связанные с ними, нам стоит обратить внимание на интервенции, которые будут помогать учащимся на уровне школы (а лучше — еще более системно).
5. Ограничения Проведенное исследование имеет ряд ограничений. Одно из главных — способ выделения школ, к которому можно обратить традиционную критику о выбросах и случайностях. И действительно, всегда остается вероятность того, что отдельный неблагополучный ученик или школа случайно показывает высокий результат. Эта критика звучит тем более обоснованно, что резильентных учеников и школ мало. В настоящем исследовании такая вероятность снижена за счет использования данных об академических результатах за три года. Проблема выбросов и случайностей дополняется фактом использования агрегированных данных, но этот ход принципиально важен ввиду того, что единицей анализа является школа, а не индивид.
Второй важный источник ограничений — сама выборка учащихся, состоящая из учеников 10-х и 11-х классов: она уже является смещенной для любых возможных измерений, так как это уже «отобранные» школьники. В среднем по стране в старшую школу идут около 50% выпускников 9-х классов6. Очевидно, что они заведомо будут отличаться по самым разным характеристикам от тех, кто в 10-й и 11-й класс решил не переходить.
Третий, и самый сложный, вопрос — валидность: что же подобные шкалы показывают? Эмпирически выявлена связь
5 https://ioe.hse.ru/sakha/
6 https://docs.edu.gov.ru/document/c38a1f764e0c77030235de22850ae531/
описываемых конструктов с академическими результатами, но есть и множество исследований, показывающих, что связи нет (в том числе настоящее исследование). Можно предположить также и систематические ошибки в заполнении, и проявление социальной желательности в ответах, и, в пределе, что никакие измерения латентных конструктов вообще невозможны по определению [Trendler, 2009].
6. Заключение В представленной работе по-новому раскрывается феномен резильентных школ. Полученные данные косвенно подкрепляют результаты предыдущих исследований академической резиль-ентности в РФ, на основании которых школьная академическая резильентность рассматривается как результат внутри-школьных стратегий, образовательной политики, стратегий школьной эффективности (устоявшаяся рамка исследований, см.: [Teddlie, Reynolds, 2000; Pinskaya et al., 2019; Пинская и др., 2018]). Продолжением этой работы становится переход к качественным исследованиям и сравнению отдельных стратегий, реализуемых в резильентных и неблагополучных школах, результаты части из них уже опубликованы в виде препринтов [Mikhaylova et al., 2021]. Еще более важным разворотом исследуемой темы является вопрос о том, что дают знания о резильентных школах для образовательной политики: уже сейчас мы видим, что в отдельных документах феномен резильентных школ становится основанием для перекладывания ответственности за результаты в неблагополучных условиях целиком на школьные коллективы — вместо принятия системных решений в образовательной политике страны7.
Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ в 2020 г.
Автор выражает особую благодарность за критический взгляд и помощь в подготовке этой работы Ю.Д. Керше и Ю.А. Тюменевой.
Приложение Полная версия Шкалы индивидуальной академической резильентности
Ты только что получил(а) оценку за последнюю контрольную работу, и это «тройка». Оценки за две предыдущих контрольных работы были также хуже, чем ты бы хотел(а). В школе ты
7 https://fioco.ru/Media/Default/Documents/ШНОР/Анализ%20резильентно-сти%20российских%20школ_.pdf
всегда стремишься получать максимально высокие оценки, потому что тебе важно получить хороший аттестат и ты не хочешь разочаровывать свою семью. Комментарии учителя под оценками весьма критичны, в том числе учитель пишет про «недостаток понимания» и «плохое выражение своих мыслей». Однако же учитель описывает и способы улучшения твоей работы. Аналогичные замечания были сделаны преподавателем, который вел у вас уроки до этого, пока основной преподаватель был на больничном.
Если бы именно ты был(а) в подобной ситуации, как бы ты отреагировал^)? Пожалуйста, прочитай утверждения ниже и отметь, насколько ты согласен(сна) с каждым из них
1. Я не стану делать то, что мне советует преподаватель О
2. Я использую совет учителя для улучшения моей работы О
3. Я бы не стал(а) ничего делать □
4. Я использую ситуацию, чтобы мотивировать себя О
5. Я думаю, что этот предмет не для меня □
6. Я думаю, что я бы разозлился(лась) О
7. Я подумаю, что у меня вряд ли получится получить высокую годовую оценку О
8. Эта ситуация — способ проверить себя О
9. Я бы постарался(лась) выбросить плохие мысли
из головы О
10. Это временные трудности, ничего страшного □
11. Я бы начал(а) готовиться к занятиям лучше О
12. Скорее всего, я расстроюсь О
13. Я бы попытался(лась) что-нибудь придумать □
14. Я буду очень разочарован(а) О
15. Я думаю, что учитель поставил мне оценку несправедливо О
16. Я буду пытаться выполнять задания хорошо О
17. Я все равно буду стремиться к высокой годовой
оценке О
18. Я вспомню свои прошлые успехи, чтобы приободрить
себя О
19. Я начну думать, что я вообще не могу нормально
учиться в школе О
20. Я начну лучше следить за своей успеваемостью О
21. Я обращусь за помощью к учителю □
22. Я буду пытаться подбодрить себя О
23. Я постараюсь не паниковать □
24. Я попробую как-то иначе готовиться к занятиям О
25. Мне важнее добиваться тех целей, которые я сам(а)
себе поставил(а) О
26. Я обращусь за помощью к своей семье или друзьям О
27. Я начну думать о том, что я сделал(а) неправильно,
когда готовился(лась) О
28. Я бы подумал(а), что это ужасно О
29. Я бы попросил(а) родителей чаще проверять, как
я готовлюсь к занятиям О
30. Я бы стал(а) искать случая исправить свою оценку □
Литература 1. Гордеева Т. О., Сычев О. А., Гижицкий В. В., Гавриченкова Т. К. (2017) Шкалы внутренней и внешней академической мотивации школьников // Психологическая наука и образование. Т. 22. № 2. С. 65-74. doi:10.17759/ pse.2017220206.
2. Пинская М.А., Хавенсон Т. Е., Косарецкий С. Г., Звягинцев Р. С., Михайлова А. М., Чиркина Т. А. (2018) Поверх барьеров: исследуем резильентные школы // Вопросы образования / Educational Studies Moscow. № 2. С. 198227. doi:10.17323/1814-9545-2018-2-198-227.
3. Пинская М. А., Хавенсон Т. Е., Чиркина Т. А., Михайлова А. М. (2017) Резильентные школы: высокие достижения в социально неблагополучном окружении. М.: НИУ ВШЭ.
4. Сычев О. А., Гордеева Т. О., Лункина М. В., Осин Е. Н., Сиднева А. Н. (2018) Многомерная шкала удовлетворенности жизнью школьников // Психологическая наука и образование. Т. 23. № 6. С. 5-15. doi:10.17759/pse. 2018230601.
5. Ястребов Г. А., Пинская М. А., Косарецкий С. Г. (2014) Использование контекстных данных в системе оценки качества образования: опыт разработки и апробация инструментария // Вопросы образования / Educational Studies. № 4. С. 58-95. doi:10.17323/1814-9545-2014-4-58-95.
6. Agasisti T., Soncin M., Valenti R. (2016) School Factors Helping Disadvantaged Students to Succeed: Empirical Evidence from Four Italian Cities // Policy Studies. Vol. 37. No 2. P. 147-177. https://doi.org/10.1080/01442872.2015.1127341.
7. Anthony J., Cohler B. (1987) The Invulnerable Child. New York: Guilford.
8. Barber W., van Oostveen R., Childs E. (2019) Situating Resilience, Grit and Growth Mindset as Constructs of Social Presence in the Fully Online Learning Community Model (FOLC) // XVIII European Conference on e-Learning (Copenhagen, 2019, November, 7-8). P. 65-69. doi:10.34190/EEL.19.012.
9. Byrne B. M. (2005) Factor Analytic Models: Viewing the Structure of an Assessment Instrument from Three Perspectives // Journal of Personality Assessment. Vol. 85. No 1. P. 17-32. doi:10.1207/s15327752jpa8501_02.
10. Campbell D. T., Fiske D. W. (1959) Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix // Psychological Bulletin. Vol. 56. No 2. P. 81-105. doi:10.1037/H 0046016.
11. Campbell-Sills L., Stein M. B. (2007) Psychometric Analysis and Refinement of the Connor — Davidson Resilience Scale (CD-RISC): Validation of a 10-Item Measure of Resilience // Journal of Traumatic Stress. Vol. 20. No 6. P. 10191028. doi:10.1002/jts.20271.
12. Cassidy S. (2016) The Academic Resilience Scale (ARS-30): A New Multidimensional Construct Measure // Frontiers in Psychology. Vol. 7. November. P. 1-11. doi:10.3389/fpsyg.2016.01787.
13. Cassidy S. (2015) Resilience Building in Students: The Role of Academic Self-Efficacy // Frontiers in Psychology. Vol. 6. November. P. 1-14. doi:10.3389/ fpsyg.2015.01781.
14. Cheung K. (2017) The Effects of Resilience in Learning Variables on Mathematical Literacy Performance: A Study of Learning Characteristics of the Academic Resilient and Advantaged Low Achievers in Shanghai, Singapore, Hong Kong, Taiwan and Korea // Educational Psychology. Vol. 37. No 8. P. 965-982. doi:10.1080/01443410.2016.1194372.
15. Cicchetti D. (2013) Annual Research Review: Resilient Functioning in Maltreated Children — Past, Present, and Future Perspectives // Journal of Child Psychology and Psychiatry, and Allied Disciplines. Vol. 54. No 4. P. 402-422. doi:10.1111/j.1469-7610.2012.02608.x.
16. Cicchetti D. (2010) Resilience under Conditions of Extreme Stress: A Multilevel Perspective // World Psychiatry: Official Journal of the World Psychiatric Association (WPA). Vol. 9. No 3. P. 145-154. doi:10.1002/j.2051-5545.2010.tb00297.x.
17. Cicchetti D., Garmezy N. (1993) Prospects and Promises in the Study of Resilience // Development and Psychopathology. Vol. 5. No 4. P. 497-502. doi:10.1017/S0954579400006118.
18. Cicchetti D., Rogosch F. A., Lynch M., Holt K. D. (1993) Resilience in Maltreated Children: Processes Leading to Adaptive Outcome // Development and Psychopathology. Vol. 5. No 4. P. 629-647. doi:10.1017/S0954579400006209.
19. Collie R.J., Holliman A.J., Martin A.J. (2017) Adaptability, Engagement and Academic Achievement at University // Educational Psychology. Vol. 37. No 5. P. 632-647. doi:10.1080/01443410.2016.1231296.
20. Connor K. M., Davidson J. R.T. (2003) Development of a New Resilience Scale: The Connor-Davidson Resilience Scale (CD-RISC) // Depression and Anxiety. Vol. 18. No 2. P. 76-82. doi:10.1002/da.10113.
21. Cronbach L., Meehl P. E. (1955) Construct Validity in Psychological Tests // Psychological Bulletin. Vol. 52. No 4. P. 281-302.
22. Crosnoe R. (2005) Double Disadvantage or Signs of Resilience? The Elementary School Contexts of Children from Mexican Immigrant Families // American Educational Research Journal. Vol. 42. No 2. P. 269-303. doi:10.3102/00028312042002269.
23. Friborg O., Hjemdal O., Rosenvinge J. H., Martinussen M. (2003) A New Rating Scale for Adult Resilience: What Are the Central Protective Resources behind Healthy Adjustment? // International Journal of Methods in Psychiatric Research. Vol. 12. No 2. P. 65-76. doi:10.1002/mpr.143.
24. Gordeeva T. O., Osin E. N., Suchkov D. D., Ivanova T. Y. et al. (2016) Self-Control as a Personality Resource: Assessment and Associations with Performance, Persistence and Well-Being // Cultural-Historical Psychology. Vol. 12. No 2. P. 46-58. doi:10.17759/chp.2016120205.
25. Green K. T., Hayward L. C., Williams A. M., Dennis P. A. et al. (2014) Examining the Factor Structure of the Connor-Davidson Resilience Scale (CD-RISC) in a Post-9/11 U. S. Military Veteran Sample // Assessment. Vol. 21. No 4. P. 443451. doi:10.1177/1073191114524014.
26. Hardy S. E., Concato J., Gill T. M. (2004) Resilience of Community-Dwelling Older Persons // Journal of the American Geriatrics Society. Vol. 52. No 2. P. 257262. doi:10.1111/j.1532-5415.2004.52065.x
27. Hargreaves A., Harris A. (2011) Performance beyond Expectations. Nottingham: National College for School Leadership. https://dera.ioe.ac.uk/10022/1/ download %3Fid=151888&filename=performance-beyond-expectations-full-report.pdf
28. Harris D. (2007) High-Flying Schools, Student Disadvantage, and the Logic of NCLB // American Journal of Education. Vol. 113. No 3. P. 367-394. doi:10.1086/512737.
29. Hoge E. A., Austin E. D., Pollack M. H. (2007) Resilience: Research Evidence and Conceptual Considerations for Posttraumatic Stress Disorder // Depression and Anxiety. Vol. 24. No 2. P. 139-152. doi:10.1002/da.20175.
30. Kannapel P.J., Clements S.J. (2005) Inside the Black Box of High-Performing High-Poverty Schools: A Report from the Prichard Committee for Academic Excellence. Lexington: Prichard Committee for Academic Excellence.
31. Lamond A.J., Depp C. A., Allison M., Langer R. et al. (2008) Measurement and Predictors of Resilience among Community-Dwelling Older Women // Journal of Psychiatric Research. Vol. 43. No 2. P. 148-154. doi:10.1016/j.jpsy-chires.2008.03.007.
32. Longobardi S., Agasisti T. (2014) Educational Institutions, Resources, and Students' Resiliency: An Empirical Study about OECD Countries // Economics Bulletin. Vol. 34. No 2. P. 1055-1067.
33. Longobardi S., Agasisti T., Avvisati F., Borgonovi F. (2018) Academic Resilience. What Schools and Countries Do to Help Disadvantaged Students Succeed in PISA. OECD Working Paper No 167. Paris: OECD. https://www.oecd.org/offi-cialdocuments/publicdisplaydocumentpdf/?cote=EDU/WKP(2018)3&docLan-guage=En
34. Lupton R. (2004) Schools in Disadvantaged Areas: Recognising Context and Raising Quality. LSE STICERD Research Paper no CASE076. https://core.ac.uk/ reader/7119297
35. Luthar S. S. (2006) Resilience in Development: A Synthesis of Research across Five Decades // D. Cicchetti, D.J. Cohen (eds) Developmental Psychopatholo-gy. Vol. 3. Risk, Disorder, and Adaptation. Hoboken, NJ: John Wiley & Sons. P. 739-795.
36. Martin A. (2002) Motivation and Academic Resilience: Developing a Model for Student Enhancement // Australian Journal of Education. Vol. 46. No 1. P. 3449. doi:10.1177/000494410204600104.
37. Martin A.J., Colmar S. H., Davey L. A., Marsh H. W. (2010) Longitudinal Modelling of Academic Buoyancy and Motivation: Do the 5Cs Hold Up over Time? // British Journal of Educational Psychology. Vol. 80. Part 3. P. 473-496. doi:10.1348/000709910X486376
38. Martin A.J., Marsh H. W. (2009) Academic Resilience and Academic Buoyancy: Multidimensional and Hierarchical Conceptual Framing of Causes, Correlates and Cognate Constructs // Oxford Review of Education. Vol. 35. No 3. P. 353-370. doi:10.1080/03054980902934639.
39. Masten A. S. (2014) Global Perspectives on Resilience in Children and Youth // Child Development. Vol. 85. No 1. P. 6-20. doi:10.1111/cdev.12205.
40. Masten A. S. (2011) Resilience in Children Threatened by Extreme Adversity: Frameworks for Research, Practice, and Translational Synergy // Development and Psychopathology. Vol. 23. No 2. P. 493-506. doi:10.1017/ S0954579411000198.
41. Masten A. S. (1989) Resilience in Development: Implications of the Study of Successful Adaptation for Developmental Psychopathology // D. Cicchetti (ed.) The Emergence of a Discipline: Rochester Symposium on Developmental Psychopathology. Hillsdale, NJ: L. Erlbaum Associates. Vol. 1. P. 261-294.
42. Masten A. S., Cicchetti D. (2016) Resilience in Development: Progress and Transformation // D. Cicchetti (ed.) Developmental Psychopathology: Risk, Resilience, and Intervention. Vol. 4. P. 271-333. doi:10.1002/9781119125556. devpsy406.
43. Masten A. S., Monn A. R. (2015) Child and Family Resilience: A Call for Integrated Science, Practice, and Professional Training // Family Relations: An Interdisciplinary Journal of Applied Family Studies. Vol. 64. Iss. 1. P. 5-21. doi:10.1111/fare.12103.
44. McCormick M.P., Cappella E., O'Connor E.E., McClowry S.G. (2015) Context Matters for Social-Emotional Learning: Examining Variation in Program Impact by Dimensions of School Climate // American Journal of Community Psychology. Vol. 56. No 1-2. P. 101-119. doi:10.1007/s10464-015-9733-z.
45. Mikhaylova A., Zvyagintsev R., Pinskaya M., Anderson L. (2021) Differences in School Effectiveness Between Resilient and Struggling Russian Schools // Higher School of Economics Research Paper No. WP BRP 60/EDU/2021. http:// dx.doi.org/10.2139/ssrn.3873871
46. Moore P.J. (2016) Editorial // Educational Psychology. Vol. 36. No 7. P. 11351137. doi:10.1080/01443410.2016.1204675.
47. OECD (2011) How Do Some Students Overcome Their Socio-Economic Background? PISA in Focus No 5. Paris: OECD. doi:10.1787/5k9h362p77tf-en.
48. OECD (2010) PISA 2009 Results: Overcoming Social Background. Vol. II: Equity in Learning Opportunities and Outcomes. Paris: OECD. doi:10.1787/ 9789264091504-en.
49. Panter-Brick C., Leckman J. F. (2013) Editorial Commentary: Resilience in Child Development — Interconnected Pathways to Wellbeing // Journal of Child Psychology and Psychiatry. Vol. 54. No 4. P. 333-336. doi:10.1111/jcpp.12057.
50. Parret W., Budge K. (2020) Turning High-Poverty Schools into High-Performing Schools. Alexandria, VA: ASCD. https://www.weareteachers.com/wp-content/uploads/ASCD-Book-Sample-TurningHighPovertySchools.pdf
51. Pinskaya M., Kosaretsky S., Zvyagintsev R., Derbishire N. (2019) Building Resilient Schools in Russia: Effective Policy Strategies // School Leadership and Management. Vol. 39. No 2. P. 127-144. doi:10.1080/13632434.2018.1470501.
52. Quarles C. L., Budak C., Resnick P. (2020) The Shape of Educational Inequality // Science Advances. Vol. 6. No 29. Art. No eaaz5954. doi:10.1126/sciadv. aaz5954.
53. Rosseel Y. (2012) lavaan: An R Package for Structural Equation Modeling // Journal of Statistical Software. Vol. 48. Iss. 2. doi:10.18637/jss.v048.i02.
54. Rutter M. (2013) Annual Research Review: Resilience — Clinical Implications // Journal of Child Psychology and Psychiatry. Vol. 54. No 4. P. 474-487. doi:10.1111/j.1469-7610.2012.02615.x.
55. Rutter M. (1987) Psychosocial Resilience and Protective Mechanisms // American Journal of Orthopsychiatry. Vol. 57. No 3. P. 316-331. doi:10.1111/j.1939-0025.1987.tb03541.x.
56. Rutter M. (1985) Resilience in the Face of Adversity: Protective Factors and Resistance to Psychiatric Disorder // British Journal of Psychiatry. Vol. 147. No 6. P. 598-611. doi:10.1192/bjp.147.6.598.
57. Sass D. A., Schmitt T. A., Marsh H. W. (2014) Evaluating Model Fit with Ordered Categorical Data within a Measurement Invariance Framework: A Comparison of Estimators // Structural Equation Modeling: A Multidisciplinary Journal. Vol. 21. No 2. P. 167-180. doi:10.1080/10705511.2014.882658.
58. Smith B. W., Dalen J., Wiggins K., Tooley E., Christopher P., Bernard J. (2008) The Brief Resilience Scale: Assessing the Ability to Bounce Back // International Journal of Behavioral Medicine. Vol. 15. No 3. P. 194-200. doi:10.1080/ 10705500802222972.
59. Southwick S. M., Bonanno G. A., Masten A. S., Panter-Brick C., Yehuda R. (2014) Resilience Definitions, Theory, and Challenges: Interdisciplinary Perspectives // European Journal of Psychotraumatology. Vol. 5. No 1. P. 1-14. doi:10. 3402/ejpt.v5.25338.
60. Teddlie C., Reynolds D. (2000) The International Handbook of School Effectiveness Research. London; New York: Falmer.
61. Torsney B. M., Symonds J. E. (2019) The Professional Student Program for Educational Resilience: Enhancing Momentary Engagement in Classwork // The
Journal of Educational Research. Vol. 112. No 6. P. 676-692. doi:10.1080/002 20671.2019.1687414.
62. Trendler G. (2009) Measurement Theory, Psychology and the Revolution that Cannot Happen // Theory & Psychology. Vol. 19. No 5. P. 579-599. doi:10.1177/ 0959354309341926.
63. Tyumeneva Y., Kardanova E., Kuzmina J. (2019) Grit: Two Related but Independent Constructs Instead of One. Evidence from Item Response Theory // European Journal of Psychological Assessment. Vol. 35. Iss. 4. P. 469-478. doi:10.1027/1015-5759/a000424.
64. Ungar M. (ed.) (2012) The Social Ecology of Resilience: A Handbook of Theory and Practice. New York: Springer Science + Business Media. doi:10.1007/978-1-4614-0586-3.
65. Ungar M., Ghazinour M., Richter J. (2013) Annual Research Review: What is Resilience within the Social Ecology of Human Development? // Journal of Child Psychology and Psychiatry. Vol. 54. No 4. P. 348-366. doi:10.1111/jcpp.12025.
66. Vijver van de F., Hambleton R. K. (1996) Translating Tests: Some Practical Guidelines // European Psychologist. Vol. 1. No 2. P. 89-99. doi:10.1027/1016-9040. 1.2.89.
67. Wagnild G. M., Young H. M. (1993) Development and Psychometric Evaluation of the Resilience Scale // Journal of Nursing Measurement. Vol. 1. No 2. P. 165-178.
68. Werner E. E. (1997) Vulnerable but Invincible: High-Risk Children from Birth to Adulthood // Acta Paediatrica. Vol. 86. Iss. S422. P. 103-105. doi:10.1111/j.1651-2227.1997.tb18356.x.
69. Yeager D. S., Dweck C. S. (2012) Mindsets That Promote Resilience: When Students Believe That Personal Characteristics Can Be Developed // Educational Psychologist. Vol. 47. No 4. P. 302-314. doi:10.1080/00461520.2012.722805.
References Agasisti T., Soncin M., Valenti R. (2016) School Factors Helping Disadvantaged Students to Succeed: Empirical Evidence from Four Italian Cities. Policy Studies, vol. 37, no 2, pp. 147-177. https://doi.org/10.1080/01442872.2015.1127341.
Anthony J., Cohler B. (1987) The Invulnerable Child. New York: Guilford.
Barber W., van Oostveen R., Childs E. (2019) Situating Resilience, Grit and Growth Mindset as Constructs of Social Presence in the Fully Online Learning Community Model (FOLC). Proceedings of the XVIIIEuropean Conference on e-Learn-ing (Copenhagen, 2019, November, 7-8), pp. 65-69. doi:10.34190/EEL.19.012.
Byrne B. M. (2005) Factor Analytic Models: Viewing the Structure of an Assessment Instrument from Three Perspectives. Journal of Personality Assessment, vol. 85, no 1, pp. 17-32. doi:10.1207/s15327752jpa8501_02.
Campbell D. T., Fiske D. W. (1959) Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix. Psychological Bulletin, vol. 56, no 2, pp. 81105. doi:10.1037/H0046016.
Campbell-Sills L., Stein M. B. (2007) Psychometric Analysis and Refinement of the Connor-Davidson Resilience Scale (CD-RISC): Validation of a 10-Item Measure of Resilience. Journal of Traumatic Stress, vol. 20, no 6, pp. 1019-1028. doi:10.1002/jts.20271.
Cassidy S. (2016) The Academic Resilience Scale (ARS-30): A New Multidimensional Construct Measure. Frontiers in Psychology, vol. 7, November, pp. 1-11. doi:10.3389/fpsyg.2016.01787.
Cassidy S. (2015) Resilience Building in Students: The Role of Academic Self-Efficacy. Frontiers in Psychology, vol. 6, November, pp. 1-14. doi:10.3389/ fpsyg.2015.01781.
Cheung K. (2017) The Effects of Resilience in Learning Variables on Mathematical Literacy Performance: A Study of Learning Characteristics of the Academic Resilient and Advantaged Low Achievers in Shanghai, Singapore, Hong Kong, Taiwan and Korea. Educational Psychology, vol. 37, no 8, pp. 965-982. doi:10. 1080/01443410.2016.1194372.
Cicchetti D. (2013) Annual Research Review: Resilient Functioning in Maltreated Children—Past, Present, and Future Perspectives. Journal of Child Psychology and Psychiatry, and Allied Disciplines, vol. 54, no 4, pp. 402-422. doi:10.1111/ j.1469-7610.2012.02608.x.
Cicchetti D. (2010) Resilience under Conditions of Extreme Stress: A Multilevel Perspective. World Psychiatry: Official Journal of the World Psychiatric Association (WPA), vol. 9, no 3, pp. 145-154. doi:10.1002/j.2051-5545.2010.tb00297.x.
Cicchetti D., Garmezy N. (1993) Prospects and Promises in the Study of Resilience. Development and Psychopathology, vol. 5, no 4, pp. 497-502. doi:10.1017/ S0954579400006118.
Cicchetti D., Rogosch F. A., Lynch M., Holt K. D. (1993) Resilience in Maltreated Children: Processes Leading to Adaptive Outcome. Development and Psychopathology, vol. 5, no 4, pp. 629-647. doi:10.1017/S0954579400006209.
Collie R.J., Holliman A.J., Martin A.J. (2017) Adaptability, Engagement and Academic Achievement at University. Educational Psychology, vol. 37, no 5, pp. 632-647. doi:10.1080/01443410.2016.1231296.
Connor K. M., Davidson J. R.T. (2003) Development of a New Resilience Scale: The Connor-Davidson Resilience Scale (CD-RISC). Depression and Anxiety, vol. 18, no 2, pp. 76-82. doi:10.1002/da.10113.
Cronbach L., Meehl P. E. (1955) Construct Validity in Psychological Tests. Psychological Bulletin, vol. 52, no 4, pp. 281-302.
Crosnoe R. (2005) Double Disadvantage or Signs of Resilience? The Elementary School Contexts of Children from Mexican Immigrant Families. American Educational Research Journal, vol. 42, no 2, pp. 269-303. doi:10.3102/00028312042002269.
Friborg O., Hjemdal O., Rosenvinge J. H., Martinussen M. (2003) A New Rating Scale for Adult Resilience: What Are the Central Protective Resources behind Healthy Adjustment? International Journal of Methods in Psychiatric Research, vol. 12, no 2, pp. 65-76. doi:10.1002/mpr.143.
Gordeeva T. O., Osin E. N., Suchkov D. D., Ivanova T. Y. et al. (2016) Self-Control as a Personality Resource: Assessment and Associations with Performance, Persistence and Well-Being. Cultural-Historical Psychology, vol. 12, no 2, pp. 4658. doi:10.17759/chp.2016120205.
Gordeeva T. O., Sychev O. A., Gizhitskii V.V, Gavrichenkova T. K. (2017) Shkaly vnu-trenney i vneshney akademicheskoy motivatsii shkolnikov [Intrinsic and Extrinsic Academic Motivation Scale for Schoolchildren]. Psychological Science and Education, vol. 22, no. 2, pp. 65-74. doi:10.17759/pse.2017220206.
Green K. T., Hayward L. C., Williams A. M., Dennis P. A. et al. (2014) Examining the Factor Structure of the Connor-Davidson Resilience Scale (CD-RISC) in a Post-9/11 U. S. Military Veteran Sample. Assessment, vol. 21, no 4, pp. 443-451. doi:10.1177/1073191114524014.
Hardy S. E., Concato J., Gill T. M. (2004) Resilience of Community-Dwelling Older Persons. Journal of the American Geriatrics Society, vol. 52, no 2, pp. 257-262. doi:10.1111/j.1532-5415.2004.52065.x.
Hargreaves A., Harris A. (2011) Performance beyond Expectations. Nottingham: National College for School Leadership. Available at: https://dera.ioe.ac.uk/ 10022/1/download%3Fid=151888&filename=performance-beyond-expecta-tions-full-report.pdf (accessed 2 July 2021).
Harris D. (2007) High-Flying Schools, Student Disadvantage, and the Logic of NCLB. American Journal of Education, vol. 113, no 3, pp. 367-394. doi:10.1086/512737.
Hoge E. A., Austin E. D., Pollack M. H. (2007) Resilience: Research Evidence and Conceptual Considerations for Posttraumatic Stress Disorder. Depression and Anxiety, vol. 24, no 2, pp. 139-152. doi:10.1002/da.20175.
Kannapel P.J., Clements S. J. (2005) Inside the Black Box of High-Performing High-Poverty Schools: A Report from the Prichard Committee for Academic Excellence. Lexington: Prichard Committee for Academic Excellence.
Lamond A.J., Depp C. A., Allison M., Langer R. et al. (2008) Measurement and Predictors of Resilience among Community-Dwelling Older Women. Journal of Psychiatric Research, vol. 43, no 2, pp. 148-154. doi:10.1016/j.jpsy-chires.2008.03.007.
Longobardi S., Agasisti T. (2014) Educational Institutions, Resources, and Students' Resiliency: An Empirical Study about OECD Countries. Economics Bulletin, vol. 34, no 2, pp. 1055-1067.
Longobardi S., Agasisti T., Avvisati F., Borgonovi F. (2018) Academic Resilience. What Schools and Countries Do to Help Disadvantaged Students Succeed in PISA. OECD Working Paper No 167. Paris: OECD. Available at: https://www.oecd.org/offi-cialdocuments/publicdisplaydocumentpdf/?cote=EDU/WKP(2018)3&docLan-guage=En (accessed 2 July 2021).
Lupton R. (2004) Schools in Disadvantaged Areas: Recognising Context and Raising Quality. LSE STICERD Research Paper no CASE076. Available at: https://core. ac.uk/reader/7119297 (accessed 2 July 2021).
Luthar S. S. (2006) Resilience in Development: A Synthesis of Research across Five Decades. Developmental Psychopathology, vol. 3. Risk, Disorder, and Adaptation (eds D. Cicchetti, D.J. Cohen), Hoboken, NJ: John Wiley & Sons, pp. 739-795.
Martin A. (2002) Motivation and Academic Resilience: Developing a Model for Student Enhancement. Australian Journal of Education, vol. 46, no 1, pp. 34-49. doi:10.1177/000494410204600104.
Martin A.J., Colmar S. H., Davey L. A., Marsh H. W. (2010) Longitudinal Modelling of Academic Buoyancy and Motivation: Do the 5Cs Hold Up over Time? British Journal of Educational Psychology, vol. 80, part 3, pp. 473-496. doi:10.1348/000709910X486376
Martin A. J., Marsh H. W. (2009) Academic Resilience and Academic Buoyancy: Multidimensional and Hierarchical Conceptual Framing of Causes, Correlates and Cognate Constructs. Oxford Review of Education, vol. 35, no 3, pp. 353-370. doi:10.1080/03054980902934639.
Masten A. S. (2014) Global Perspectives on Resilience in Children and Youth. Child Development, vol. 85, no 1, pp. 6-20. doi:10.1111/cdev.12205.
Masten A. S. (2011) Resilience in Children Threatened by Extreme Adversity: Frameworks for Research, Practice, and Translational Synergy. Development and Psychopathology, vol. 23, no 2, pp. 493-506. doi:10.1017/S0954579411000198.
Masten A. S. (1989) Resilience in Development: Implications of the Study of Successful Adaptation for Developmental Psychopathology. The Emergence of a Discipline: Rochester Symposium on Developmental Psychopathology (ed. D. Cicchetti), Hillsdale, N.J.: L. Erlbaum Associates, vol. 1, pp. 261-294.
Masten A. S., Cicchetti D. (2016) Resilience in Development: Progress and Transformation. Developmental Psychopathology, vol. 4: Risk, Resilience, and Intervention (ed. D. Cicchetti), pp. 271-333. doi:10.1002/9781119125556.devpsy406.
Masten A. S., Monn A. R. (2015) Child and Family Resilience: A Call for Integrated Science, Practice, and Professional Training. Family Relations: An Interdisciplinary Journal of Applied Family Studies, Vol. 64. Iss. 1. P. 5-21. doi:10.1111/ fare.12103.
McCormick M.P., Cappella E., O'Connor E.E., McClowry S.G. (2015) Context Matters for Social-Emotional Learning: Examining Variation in Program Impact by Dimensions of School Climate. American Journal of Community Psychology, vol. 56, no 1-2, pp. 101-119. doi:10.1007/s10464-015-9733-z.
Mikhaylova A., Zvyagintsev R., Pinskaya M., Anderson L. (2021) Differences in School Effectiveness Between Resilient and Struggling Russian Schools, Higher School of Economics Research Paper no WP BRP 60/EDU/2021. http://dx.doi. org/10.2139/ssrn.3873871.
Moore P.J. (2016) Editorial. Educational Psychology, vol. 36, no 7, pp. 1135-1137. doi:10.1080/01443410.2016.1204675.
OECD (2011) How Do Some Students Overcome Their Socio-Economic Background? PISA in Focus no 5. Paris: OECD. doi:10.1787/5k9h362p77tf-en.
OECD (2010) PISA 2009 Results: Overcoming Social Background. Vol. II: Equity in Learning Opportunities and Outcomes. Paris: OECD. doi:10.1787/9789264091504-en.
Panter-Brick C., Leckman J. F. (2013) Editorial Commentary: Resilience in Child Development—Interconnected Pathways to Wellbeing. Journal of Child Psychology and Psychiatry, vol. 54, no 4, pp. 333-336. doi:10.1111/jcpp.12057.
Parret W., Budge K. (2020) Turning High-Poverty Schools into High-Performing Schools. Alexandria, VA: ASCD. Available at: https://www.weareteachers.com/ wp-content/uploads/ASCD-Book-Sample-TurningHighPovertySchools.pdf (accessed 2 July 2021).
Pinskaya M. A., Khavenson T. E., Chirkina T. A., Mikhaylova A. M. (2017) Rezil'ent-nye shkoly: vysokie dostizheniya v sotsial'no neblagopoluchnom okruzhenii [Resilient Schools: High Achievement in Socially Disadvantaged Environments]. Moscow: HSE.
Pinskaya M., Khavenson T., Kosaretsky S., Zvyagintsev R., Mikhailova A., Chirkina T. (2018) Poverkh bar'erov: issleduem rezil'entnye shkoly [Above Barriers: A Survey of Resilient Schools]. Voprosy obrazovaniya/Educational Studies Moscow, no 2, pp. 198-227. doi:10.17323/1814-9545-2018-2-198-227.
Pinskaya M., Kosaretsky S., Zvyagintsev R., Derbishire N. (2019) Building Resilient Schools in Russia: Effective Policy Strategies. School Leadership and Management, vol. 39, no 2, pp. 127-144. doi:10.1080/13632434.2018.1470501.
Quarles C. L., Budak C., Resnick P. (2020) The Shape of Educational Inequality. Science Advances, vol. 6, no 29, art. no eaaz5954. doi:10.1126/sciadv.aaz5954.
Rosseel Y. (2012) lavaan: An R Package for Structural Equation Modeling. Journal of Statistical Software, vol. 48, iss. 2. doi:10.18637/jss.v048.i02.
Rutter M. (2013) Annual Research Review: Resilience—Clinical Implications. Journal of Child Psychology and Psychiatry, vol. 54, no 4, pp. 474-487. doi:10.1111/ j.1469-7610.2012.02615.x.
Rutter M. (1987) Psychosocial Resilience and Protective Mechanisms. American Journal of Orthopsychiatry, vol. 57, no 3, pp. 316-331. doi:10.1111/j.1939-0025.1987. tb03541.x.
Rutter M. (1985) Resilience in the Face of Adversity: Protective Factors and Resistance to Psychiatric Disorder. British Journal of Psychiatry, vol. 147, no 6, pp. 598-611. doi:10.1192/bjp.147.6.598.
Sass D. A., Schmitt T. A., Marsh H. W. (2014) Evaluating Model Fit with Ordered Categorical Data within a Measurement Invariance Framework: A Comparison of Estimators. Structural Equation Modeling: A Multidisciplinary Journal, vol. 21, no 2, pp. 167-180. doi:10.1080/10705511.2014.882658.
Smith B. W., Dalen J., Wiggins K., Tooley E., Christopher P., Bernard J. (2008) The Brief Resilience Scale: Assessing the Ability to Bounce Back. International Journal of Behavioral Medicine, vol. 15, no 3, pp. 194-200. doi:10.1080/1070550 0802222972.
Southwick S. M., Bonanno G. A., Masten A. S., Panter-Brick C., Yehuda R. (2014) Resilience Definitions, Theory, and Challenges: Interdisciplinary Perspectives. European Journal of Psychotraumatology, vol. 5, no 1, pp. 1-14. doi:10.3402/ ejpt.v5.25338.
Sychev O. A., Gordeeva T. O., Lunkina M. V., Osin E. N., Sidneva A. N. (2018) Mnogomernaya shkala udovletvorennosti zhizn'yu shkolnika [Multidimensional Students' Life Satisfaction Scale]. Psychological Science and Education, vol. 23, no 6, pp. 5-15. doi:10.17759/pse.2018230601.
Teddlie C., Reynolds D. (2000) The International Handbook of School Effectiveness Research. London; New York: Falmer.
Torsney B. M., Symonds J. E. (2019) The Professional Student Program for Educational Resilience: Enhancing Momentary Engagement in Classwork. The Journal of Educational Research, vol. 112, no 6, pp. 676-692. doi:10.1080/0022067 1.2019.1687414.
Trendler G. (2009) Measurement Theory, Psychology and the Revolution that Cannot Happen. Theory & Psychology, vol. 19, no 5, pp. 579-599. doi:10.1177/0959354309341926.
Tyumeneva Y., Kardanova E., Kuzmina J. (2019) Grit: Two Related but Independent Constructs Instead of One. Evidence from Item Response Theory. European Journal of Psychological Assessment, vol. 35, iss. 4, pp. 469-478. doi:10.1027/1015-5759/a000424.
Ungar M. (ed.) (2012) The Social Ecology of Resilience: A Handbook of Theory and Practice. New York: Springer Science + Business Media. doi:10.1007/978-1-4614-0586-3.
Ungar M., Ghazinour M., Richter J. (2013) Annual Research Review: What is Resilience within the Social Ecology of Human Development? Journal of Child Psychology and Psychiatry, vol. 54, no 4, pp. 348-366. doi:10.1111/jcpp.12025.
Vijver van de F., Hambleton R. K. (1996) Translating Tests: Some Practical Guidelines. European Psychologist, vol. 1, no 2, pp. 89-99. doi:10.1027/1016-9040.1.2.89.
Wagnild G. M., Young H. M. (1993) Development and Psychometric Evaluation of the Resilience Scale. Journal of Nursing Measurement, vol. 1, no 2, pp. 165-178.
Werner E. E. (1997) Vulnerable but Invincible: High-Risk Children from Birth to Adulthood. Acta Paediatrica, vol. 86, iss. S422, pp. 103-105. doi:10.1111/ j.1651-2227.1997.tb18356.x.
Yastrebov G., Pinskaya M., Kosaretsky S. (2014) Ispol'zovanie kontekstnykh danny-kh v sisteme otsenki kachestva obrazovaniya: opyt razrabotki i aprobatsiya in-strumentariya [Using Contextual Data for Education Quality Assessment: The Experience of Tools Development and Testing]. Voprosy obrazovaniya/Educa-tional Studies Moscow, no 4, pp. 58-95. doi:10.17323/1814-9545-2014-4-58-95.
Yeager D. S., Dweck C. S. (2012) Mindsets That Promote Resilience: When Students Believe That Personal Characteristics Can Be Developed. Educational Psychologist, vol. 47, no 4, pp. 302-314. doi:10.1080/00461520.2012.722805.
