Moving Average Modell In R

Einführung in ARIMA: Nichtseasonal-Modelle ARIMA (p, d, q) Prognosegleichung: ARIMA-Modelle sind in der Theorie die allgemeinste Klasse von Modellen für die Prognose einer Zeitreihe, die gemacht werden kann, um 8220stationary8221 durch differencing (wenn nötig), vielleicht In Verbindung mit nichtlinearen Transformationen wie Logging oder Deflating (falls erforderlich). Eine zufällige Variable, die eine Zeitreihe ist, ist stationär, wenn ihre statistischen Eigenschaften alle über die Zeit konstant sind. Eine stationäre Serie hat keinen Trend, ihre Variationen um ihre Mittel haben eine konstante Amplitude, und es wackelt in einer konsistenten Weise. D. h. seine kurzzeitigen zufälligen Zeitmuster sehen immer in einem statistischen Sinn gleich aus. Die letztere Bedingung bedeutet, daß ihre Autokorrelationen (Korrelationen mit ihren eigenen vorherigen Abweichungen vom Mittelwert) über die Zeit konstant bleiben oder äquivalent, daß sein Leistungsspektrum über die Zeit konstant bleibt. Eine zufällige Variable dieses Formulars kann (wie üblich) als eine Kombination von Signal und Rauschen betrachtet werden, und das Signal (wenn man offensichtlich ist) könnte ein Muster der schnellen oder langsamen mittleren Reversion oder sinusförmigen Oszillation oder eines schnellen Wechsels im Zeichen sein , Und es könnte auch eine saisonale Komponente haben. Ein ARIMA-Modell kann als 8220filter8221 betrachtet werden, das versucht, das Signal vom Rauschen zu trennen, und das Signal wird dann in die Zukunft extrapoliert, um Prognosen zu erhalten. Die ARIMA-Prognosegleichung für eine stationäre Zeitreihe ist eine lineare (d. h. regressionstypische) Gleichung, bei der die Prädiktoren aus Verzögerungen der abhängigen Variablen und Verzögerungen der Prognosefehler bestehen. Das heißt: vorhergesagter Wert von Y eine Konstante undeiner gewichteten Summe von einem oder mehreren neueren Werten von Y und einer gewichteten Summe von einem oder mehreren neueren Werten der Fehler. Wenn die Prädiktoren nur aus verzögerten Werten von Y bestehen, ist es ein reines autoregressives Modell (8220 selbst-regressed8221), das nur ein Spezialfall eines Regressionsmodells ist und mit Standardregressionssoftware ausgestattet werden kann. Zum Beispiel ist ein autoregressives (8220AR (1) 8221) Modell erster Ordnung für Y ein einfaches Regressionsmodell, bei dem die unabhängige Variable nur Y um eine Periode (LAG (Y, 1) in Statgraphics oder YLAG1 in RegressIt hinterlässt). Wenn einige der Prädiktoren die Fehler der Fehler sind, ist es ein ARIMA-Modell, es ist kein lineares Regressionsmodell, denn es gibt keine Möglichkeit, 828last period8217s error8221 als unabhängige Variable anzugeben: Die Fehler müssen auf einer Periodenperiode berechnet werden Wenn das Modell an die Daten angepasst ist. Aus technischer Sicht ist das Problem bei der Verwendung von verzögerten Fehlern als Prädiktoren, dass die Vorhersagen des Modells8217 nicht lineare Funktionen der Koeffizienten sind. Obwohl sie lineare Funktionen der vergangenen Daten sind. So müssen Koeffizienten in ARIMA-Modellen, die verzögerte Fehler enthalten, durch nichtlineare Optimierungsmethoden (8220hill-climbing8221) geschätzt werden, anstatt nur ein Gleichungssystem zu lösen. Das Akronym ARIMA steht für Auto-Regressive Integrated Moving Average. Die Verzögerungen der stationärisierten Serien in der Prognosegleichung werden als quartalspezifische Begriffe bezeichnet, die Verzögerungen der Prognosefehler werden als quadratische Begrenzungsterme bezeichnet, und eine Zeitreihe, die differenziert werden muss, um stationär zu sein, wird als eine quotintegrierte Quotversion einer stationären Serie bezeichnet. Random-Walk - und Random-Trend-Modelle, autoregressive Modelle und exponentielle Glättungsmodelle sind alle Sonderfälle von ARIMA-Modellen. Ein Nicht-Seasonal-ARIMA-Modell wird als ein Quoten-Modell von quaremA (p, d, q) klassifiziert, wobei p die Anzahl der autoregressiven Terme ist, d die Anzahl der für die Stationarität benötigten Nichtseasondifferenzen und q die Anzahl der verzögerten Prognosefehler in Die Vorhersagegleichung. Die Prognosegleichung wird wie folgt aufgebaut. Zuerst bezeichne y die d-te Differenz von Y. Das bedeutet: Beachten Sie, dass die zweite Differenz von Y (der Fall d2) nicht der Unterschied von 2 Perioden ist. Vielmehr ist es der erste Unterschied zwischen dem ersten Unterschied. Welches das diskrete Analog einer zweiten Ableitung ist, d. h. die lokale Beschleunigung der Reihe und nicht deren lokaler Trend. In Bezug auf y. Die allgemeine Prognosegleichung lautet: Hier werden die gleitenden Durchschnittsparameter (9528217s) so definiert, dass ihre Zeichen in der Gleichung nach der von Box und Jenkins eingeführten Konventionen negativ sind. Einige Autoren und Software (einschließlich der R-Programmiersprache) definieren sie so, dass sie stattdessen Pluszeichen haben. Wenn tatsächliche Zahlen in die Gleichung gesteckt sind, gibt es keine Mehrdeutigkeit, aber it8217s wichtig zu wissen, welche Konvention Ihre Software verwendet, wenn Sie die Ausgabe lesen. Oft werden die Parameter dort mit AR (1), AR (2), 8230 und MA (1), MA (2), 8230 usw. bezeichnet. Um das entsprechende ARIMA-Modell für Y zu identifizieren, beginnen Sie mit der Bestimmung der Reihenfolge der Differenzierung (D) die Serie zu stationieren und die Brutto-Merkmale der Saisonalität zu entfernen, vielleicht in Verbindung mit einer abweichungsstabilisierenden Transformation wie Protokollierung oder Entleerung. Wenn Sie an dieser Stelle anhalten und vorhersagen, dass die differenzierte Serie konstant ist, haben Sie nur einen zufälligen Spaziergang oder ein zufälliges Trendmodell ausgestattet. Allerdings können die stationärisierten Serien immer noch autokorrelierte Fehler aufweisen, was darauf hindeutet, dass in der Prognosegleichung auch eine Anzahl von AR-Terme (p 8805 1) und einigen einigen MA-Terme (q 8805 1) benötigt werden. Der Prozess der Bestimmung der Werte von p, d und q, die am besten für eine gegebene Zeitreihe sind, wird in späteren Abschnitten der Noten (deren Links oben auf dieser Seite), aber eine Vorschau auf einige der Typen diskutiert werden Von nicht-seasonalen ARIMA-Modellen, die häufig angetroffen werden, ist unten angegeben. ARIMA (1,0,0) Autoregressives Modell erster Ordnung: Wenn die Serie stationär und autokorreliert ist, kann man sie vielleicht als Vielfaches ihres eigenen vorherigen Wertes und einer Konstante voraussagen. Die prognostizierte Gleichung in diesem Fall ist 8230which ist Y regressed auf sich selbst verzögerte um einen Zeitraum. Dies ist ein 8220ARIMA (1,0,0) constant8221 Modell. Wenn der Mittelwert von Y Null ist, dann wäre der konstante Term nicht enthalten. Wenn der Steigungskoeffizient 981 & sub1; positiv und kleiner als 1 in der Grße ist (er muß kleiner als 1 in der Grße sein, wenn Y stationär ist), beschreibt das Modell das Mittelwiederkehrungsverhalten, bei dem der nächste Periode8217s-Wert 981 mal als vorher vorausgesagt werden sollte Weit weg von dem Mittelwert als dieser Zeitraum8217s Wert. Wenn 981 & sub1; negativ ist, prognostiziert es ein Mittelrückkehrverhalten mit einem Wechsel von Zeichen, d. h. es sagt auch, daß Y unterhalb der mittleren nächsten Periode liegt, wenn es über dem Mittelwert dieser Periode liegt. In einem autoregressiven Modell zweiter Ordnung (ARIMA (2,0,0)) wäre auch ein Y-t-2-Term auf der rechten Seite und so weiter. Abhängig von den Zeichen und Größen der Koeffizienten könnte ein ARIMA (2,0,0) Modell ein System beschreiben, dessen mittlere Reversion in einer sinusförmig oszillierenden Weise stattfindet, wie die Bewegung einer Masse auf einer Feder, die zufälligen Schocks ausgesetzt ist . ARIMA (0,1,0) zufälliger Spaziergang: Wenn die Serie Y nicht stationär ist, ist das einfachste Modell für sie ein zufälliges Spaziergangmodell, das als Begrenzungsfall eines AR (1) - Modells betrachtet werden kann, in dem das autoregressive Koeffizient ist gleich 1, dh eine Serie mit unendlich langsamer mittlerer Reversion. Die Vorhersagegleichung für dieses Modell kann wie folgt geschrieben werden: wobei der konstante Term die mittlere Periodenänderung (dh die Langzeitdrift) in Y ist. Dieses Modell könnte als ein Nicht-Intercept-Regressionsmodell eingebaut werden, in dem die Die erste Differenz von Y ist die abhängige Variable. Da es (nur) eine nicht-seasonale Differenz und einen konstanten Term enthält, wird es als ein quotARIMA (0,1,0) Modell mit constant. quot eingestuft. Das random-walk-without - drift-Modell wäre ein ARIMA (0,1, 0) Modell ohne Konstante ARIMA (1,1,0) differenzierte Autoregressive Modell erster Ordnung: Wenn die Fehler eines zufälligen Walk-Modells autokorreliert werden, kann das Problem eventuell durch Hinzufügen einer Verzögerung der abhängigen Variablen zu der Vorhersagegleichung behoben werden - - ie Durch den Rücktritt der ersten Differenz von Y auf sich selbst um eine Periode verzögert. Dies würde die folgende Vorhersagegleichung ergeben: die umgewandelt werden kann Dies ist ein autoregressives Modell erster Ordnung mit einer Reihenfolge von Nicht-Seasonal-Differenzen und einem konstanten Term - d. h. Ein ARIMA (1,1,0) Modell. ARIMA (0,1,1) ohne konstante, einfache exponentielle Glättung: Eine weitere Strategie zur Korrektur autokorrelierter Fehler in einem zufälligen Walk-Modell wird durch das einfache exponentielle Glättungsmodell vorgeschlagen. Erinnern Sie sich, dass für einige nichtstationäre Zeitreihen (z. B. diejenigen, die geräuschvolle Schwankungen um ein langsam variierendes Mittel aufweisen), das zufällige Wandermodell nicht so gut wie ein gleitender Durchschnitt von vergangenen Werten ausführt. Mit anderen Worten, anstatt die jüngste Beobachtung als die Prognose der nächsten Beobachtung zu nehmen, ist es besser, einen Durchschnitt der letzten Beobachtungen zu verwenden, um das Rauschen herauszufiltern und das lokale Mittel genauer zu schätzen. Das einfache exponentielle Glättungsmodell verwendet einen exponentiell gewichteten gleitenden Durchschnitt von vergangenen Werten, um diesen Effekt zu erzielen. Die Vorhersagegleichung für das einfache exponentielle Glättungsmodell kann in einer Anzahl von mathematisch äquivalenten Formen geschrieben werden. Eine davon ist die so genannte 8220error Korrektur8221 Form, in der die vorherige Prognose in Richtung des Fehlers eingestellt wird, die es gemacht hat: Weil e t-1 Y t-1 - 374 t-1 per Definition, kann dies wie folgt umgeschrieben werden : Das ist eine ARIMA (0,1,1) - ohne Konstante Prognose Gleichung mit 952 1 1 - 945. Dies bedeutet, dass Sie eine einfache exponentielle Glättung passen können, indem Sie es als ARIMA (0,1,1) Modell ohne Konstant und der geschätzte MA (1) - Koeffizient entspricht 1-minus-alpha in der SES-Formel. Erinnern daran, dass im SES-Modell das Durchschnittsalter der Daten in den 1-Perioden-Prognosen 1 945 beträgt. Dies bedeutet, dass sie dazu neigen, hinter Trends oder Wendepunkten um etwa 1 945 Perioden zurückzukehren. Daraus folgt, dass das Durchschnittsalter der Daten in den 1-Periodenprognosen eines ARIMA (0,1,1) - without-constant-Modells 1 (1 - 952 1) beträgt. So, zum Beispiel, wenn 952 1 0.8, ist das Durchschnittsalter 5. Wenn 952 1 sich nähert, wird das ARIMA (0,1,1) - without-konstantes Modell zu einem sehr langfristigen gleitenden Durchschnitt und als 952 1 Nähert sich 0 wird es zu einem zufälligen Walk-ohne-Drift-Modell. Was ist der beste Weg, um Autokorrelation zu korrigieren: Hinzufügen von AR-Terme oder Hinzufügen von MA-Terme In den vorangegangenen zwei Modellen, die oben diskutiert wurden, wurde das Problem der autokorrelierten Fehler in einem zufälligen Walk-Modell auf zwei verschiedene Arten festgelegt: durch Hinzufügen eines verzögerten Wertes der differenzierten Serie Zur Gleichung oder Hinzufügen eines verzögerten Wertes des Prognosefehlers. Welcher Ansatz ist am besten Eine Faustregel für diese Situation, die später noch ausführlicher erörtert wird, ist, dass eine positive Autokorrelation in der Regel am besten durch Hinzufügen eines AR-Termes zum Modell behandelt wird und eine negative Autokorrelation wird meist am besten durch Hinzufügen eines MA-Term. In geschäftlichen und ökonomischen Zeitreihen entsteht oftmals eine negative Autokorrelation als Artefakt der Differenzierung. (Im Allgemeinen verringert die Differenzierung die positive Autokorrelation und kann sogar einen Wechsel von positiver zu negativer Autokorrelation verursachen.) So wird das ARIMA (0,1,1) - Modell, in dem die Differenzierung von einem MA-Term begleitet wird, häufiger als ein ARIMA (1,1,0) Modell. ARIMA (0,1,1) mit konstanter, einfacher, exponentieller Glättung mit Wachstum: Durch die Implementierung des SES-Modells als ARIMA-Modell erhalten Sie gewisse Flexibilität. Zunächst darf der geschätzte MA (1) - Koeffizient negativ sein. Dies entspricht einem Glättungsfaktor größer als 1 in einem SES-Modell, was in der Regel nicht durch das SES-Modell-Anpassungsverfahren erlaubt ist. Zweitens haben Sie die Möglichkeit, einen konstanten Begriff im ARIMA-Modell einzubeziehen, wenn Sie es wünschen, um einen durchschnittlichen Trend ungleich Null abzuschätzen. Das ARIMA (0,1,1) - Modell mit Konstante hat die Vorhersagegleichung: Die Prognosen von einem Periodenvorhersage aus diesem Modell sind qualitativ ähnlich denen des SES-Modells, mit der Ausnahme, dass die Trajektorie der Langzeitprognosen typischerweise ein Schräge Linie (deren Steigung gleich mu ist) anstatt einer horizontalen Linie. ARIMA (0,2,1) oder (0,2,2) ohne konstante lineare exponentielle Glättung: Lineare exponentielle Glättungsmodelle sind ARIMA-Modelle, die zwei Nichtseason-Differenzen in Verbindung mit MA-Terme verwenden. Der zweite Unterschied einer Reihe Y ist nicht einfach der Unterschied zwischen Y und selbst, der um zwei Perioden verzögert ist, sondern vielmehr der erste Unterschied der ersten Differenz - i. e. Die Änderung der Änderung von Y in der Periode t. Somit ist die zweite Differenz von Y in der Periode t gleich (Y t - Y t - 1) - (Y t - 1 - Y t - 2) Y t - 2Y t - 1 Y t - 2. Eine zweite Differenz einer diskreten Funktion ist analog zu einer zweiten Ableitung einer stetigen Funktion: sie misst die quotaccelerationquot oder quotcurvaturequot in der Funktion zu einem gegebenen Zeitpunkt. Das ARIMA (0,2,2) - Modell ohne Konstante prognostiziert, dass die zweite Differenz der Serie gleich einer linearen Funktion der letzten beiden Prognosefehler ist: die umgeordnet werden kann: wobei 952 1 und 952 2 die MA (1) und MA (2) Koeffizienten Dies ist ein allgemeines lineares exponentielles Glättungsmodell. Im Wesentlichen das gleiche wie Holt8217s Modell, und Brown8217s Modell ist ein Sonderfall. Es verwendet exponentiell gewichtete Bewegungsdurchschnitte, um sowohl eine lokale Ebene als auch einen lokalen Trend in der Serie abzuschätzen. Die langfristigen Prognosen von diesem Modell konvergieren zu einer geraden Linie, deren Hang hängt von der durchschnittlichen Tendenz, die gegen Ende der Serie beobachtet wird. ARIMA (1,1,2) ohne konstante gedämpfte Trend-lineare exponentielle Glättung. Dieses Modell wird in den beiliegenden Folien auf ARIMA-Modellen dargestellt. Es extrapoliert den lokalen Trend am Ende der Serie, aber erhebt es bei längeren Prognosehorizonten, um eine Note des Konservatismus einzuführen, eine Praxis, die empirische Unterstützung hat. Sehen Sie den Artikel auf quotWhy der Damped Trend Workquot von Gardner und McKenzie und die quotGolden Rulequot Artikel von Armstrong et al. für Details. Es ist grundsätzlich ratsam, an Modellen zu bleiben, bei denen mindestens eines von p und q nicht größer als 1 ist, dh nicht versuchen, ein Modell wie ARIMA (2,1,2) zu passen, da dies wahrscheinlich zu Überfüllung führen wird Und quotcommon-factorquot-Themen, die ausführlicher in den Anmerkungen zur mathematischen Struktur von ARIMA-Modellen diskutiert werden. Spreadsheet-Implementierung: ARIMA-Modelle wie die oben beschriebenen sind einfach in einer Kalkulationstabelle zu implementieren. Die Vorhersagegleichung ist einfach eine lineare Gleichung, die sich auf vergangene Werte der ursprünglichen Zeitreihen und vergangene Werte der Fehler bezieht. So können Sie eine ARIMA-Prognosekalkulationstabelle einrichten, indem Sie die Daten in Spalte A, die Prognoseformel in Spalte B und die Fehler (Daten minus Prognosen) in Spalte C speichern. Die Prognoseformel in einer typischen Zelle in Spalte B wäre einfach Ein linearer Ausdruck, der sich auf Werte in vorangehenden Zeilen der Spalten A und C bezieht, multipliziert mit den entsprechenden AR - oder MA-Koeffizienten, die in anderen Zellen auf der Spreadsheet gespeichert sind. GASEN, FLÜSSIGKEITEN UND SOLIDS Anwendung des Partikelmodells für die drei Zustände der Materie-Partikelmodelle, Beschreiben, erklären, die Eigenschaften von Gasen, Flüssigkeiten und Feststoffen Doc Browns Chemie KS4 Wissenschaft GCSEIGCSE Revision Anmerkungen Vergleich der Eigenschaften von GASES, FLÜSSIGKEITEN UND SOLIDS Zustände der Materie Gasflüssigkeiten feste Revisionsnotizen Teil 1 Das kinetische Partikelmodell und Beschreibung und Erklärung der Eigenschaften von Gasen , Flüssigkeiten und Feststoffe, Zustandsänderungen und Lösungen (Abschnitte 1a bis 3d) Sie sollten wissen, dass die drei Zustände der Materie fest, flüssig und gas sind. Schmelzen und Einfrieren findet am Schmelzpunkt statt, Kochen und Verdichten findet am Siedepunkt statt. Die drei Zustände der Materie können durch ein einfaches Modell dargestellt werden, in dem die Teilchen durch kleine feste Kugeln dargestellt werden. Partikeltheorie kann helfen, das Schmelzen, Kochen, Einfrieren und Kondensieren zu erklären. Die Menge an Energie, die benötigt wird, um den Zustand von Festkörper zu Flüssigkeit und von Flüssigkeit zu Gas zu ändern, hängt von der Stärke der Kräfte zwischen den Teilchen der Substanz und der Natur der beteiligten Teilchen ab, hängt von der Art der Bindung und der Struktur der Substanz ab. Je stärker die Kräfte zwischen den Partikeln sind, desto höher der Schmelzpunkt und der Siedepunkt der Substanz. Für Details siehe Struktur und Bonding Notes. Der physikalische Zustand, den ein Material annimmt, hängt von seiner Struktur, Temperatur und Druck ab. Staatssymbole, die in Gleichungen verwendet werden: (g) Gas (l) flüssige (wässrige Lösung) wässrige Lösung (n) feste wässrige Lösung bedeutet etwas, das in Wasser aufgelöst ist. Die meisten Diagramme der Teilchen auf dieser Seite sind 2D-Darstellungen ihrer Struktur und ihres Zustands BEISPIELE DER DREI PHYSIKALISCHEN STAATEN VON MATTERGASEN zB Die Luftmischung um uns herum (einschließlich des für die Verbrennung benötigten Sauerstoffs) und des Hochdruckdampfes im Kessel und der Zylinder der Dampflokomotive. Alle Gase in der Luft sind unsichtbar, farblos und transparent. Beachten Sie, dass der Dampf, den Sie außerhalb eines Kessels oder einer Dampflokomotive sehen, tatsächlich feine Flüssigkeitströpfchen von Wasser ist, die aus dem ausgestoßenen Dampfgas gebildet wird, das sich kondensiert, wenn es auf die kalte Luft trifft, die Zustandsänderung von Gas zu Flüssigkeit (gleiche Wirkung bei Nebel und Nebelbildung) . FLÜSSIGKEITEN z. B. Wasser ist das häufigste Beispiel, aber so sind, Milch, heiße Butter, Benzin, Öl, Quecksilber oder Alkohol in einem Thermometer. SOLIDS z. B. Stein, alle Metalle bei Raumtemperatur (außer Quecksilber), Gummi von Stiefel und die Mehrheit der physischen Gegenstände um dich herum. Tatsächlich sind die meisten Gegenstände nutzlos, es sei denn, sie haben eine feste Struktur Auf dieser Seite werden die grundlegenden physikalischen Eigenschaften von Gasen, Flüssigkeiten und Feststoffen in Form von Struktur, Partikelbewegung (kinetische Partikeltheorie), Auswirkungen von Temperatur - und Druckänderungen und Partikelmodellen beschrieben Verwendet, um diese Eigenschaften und Eigenschaften zu erklären. Hoffentlich werden Theorie und Tatsache zusammenpassen, um den Schülern ein klares Verständnis der materiellen Welt um sie in Bezug auf Gase, Flüssigkeiten und Feststoffe zu geben, die als die drei physischen Zustände der Materie bezeichnet werden. Die Zustandsänderungen, die als Schmelzen, Fixieren, Kochen, Verdampfen, Kondensieren, Verflüssigen, Einfrieren, Verfestigen, Kristallisieren bekannt sind, werden mit Partikelmodell-Bildern beschrieben und erklärt, um das Verständnis zu verstehen. Es gibt auch eine Erwähnung von mischbaren und nicht mischbaren Flüssigkeiten und erklärt die Begriffe flüchtig und Volatilität bei der Anwendung auf eine Flüssigkeit. Diese Revisionshinweise zu den Zuständen der Materie sollten sich für die neuen AQA, Edexcel und OCR GCSE (91) Chemiewissenschaftlichen Kurse als nützlich erweisen. Subindex für Teil I Abschnitte (diese Seite): 1.1. Die drei Zustände der Materie sind fest, flüssig und gas. Entweder können Schmelzen und Gefrieren am Schmelzpunkt stattfinden, während Kochen und Kondensieren am Siedepunkt stattfinden. Verdampfen kann bei jeder Temperatur von einer flüssigen Oberfläche stattfinden. Sie können die drei Zustände der Materie mit einem einfachen Partikelmodell darstellen. In diesen Modilen werden die Partikel durch kleine feste Sphären dargestellt (Elektronenstruktur wird ignoriert). Kinetische Partikeltheorie kann helfen, Zustandsänderungen wie Schmelzen, Kochen, Einfrieren und Kondensieren zu erklären. Die Energiemenge, die benötigt wird, um den Zustand von Festkörper zu Flüssigkeit oder von Flüssigkeit zu Gas zu ändern, hängt von der Stärke der Kräfte zwischen den Teilchen der Substanz ab. Diese Kräfte können relativ schwache intermolekulare Kräfte (intermolekulare Bindung) oder starke chemische Bindungen (ionisch, kovalent oder metallisch) sein. Die Art der beteiligten Teilchen hängt von der Art der chemischen Bindung und der Struktur der Substanz ab. Je stärker die Anziehungskräfte zwischen den Partikeln sind, desto höher der Schmelzpunkt und der Siedepunkt der Substanz WAS SIND DIE DREI STAATEN DER MATERIAL Die meisten Materialien können einfach als Gas, Flüssigkeit oder Feststoff beschrieben werden. WARUM SIND SIE WIE SIE WAS SIE SIND Nur zu wissen, ist nicht genug, wir brauchen eine umfassende Theorie der Gase, die ihr Verhalten erklären und Vorhersagen darüber machen können, was passiert, z. B. Wenn wir Temperatur oder Druck ändern. WIE KÖNNEN WIR ERKLÄREN, WIE SIE HABEN Wir brauchen ein theoretisches Modell, z. B. Partikel-Theorie, die durch experimentelle Beweise unterstützt wird. KANN PARTIKEL MODELLE HELFEN UNS VERSTEHEN IHRE EIGENSCHAFTEN UND EIGENSCHAFTEN WARUM IST WICHTIG, DIE EIGENSCHAFTEN VON GASEN, FLÜSSIGKEITEN UND SOLIDEN ZU KENNEN Es ist wichtig, in der chemischen Industrie über das Verhalten von Gasen, Flüssigkeiten und Feststoffen in chemischen Prozessen, z. B. Was passiert mit den verschiedenen Zuständen mit Temperatur - und Druckänderungen. Was ist die KINETISCHE PARTIKEL-THEORIE von Gasen, Flüssigkeiten und Festkörpern Die kinetische Teilchentheorie der Zustände der Materie beruht auf der Idee aller Materialien, die als sehr sehr winzige Teilchen existieren, die einzelne Atome oder Moleküle sein können und deren Wechselwirkung auch Durch Kollision in Gasen oder Flüssigkeiten oder durch Vibration und chemische Bindung in Festkörpern. KÖNNEN WIR MACHEN, DIE AUF IHRE EIGENSCHAFTEN AUFGEFÜHRT WERDEN Diese Seite führt allgemeine physikalische Beschreibungen von Substanzen in das einfachste physikalische (nichtchemische) Klassifizierungsniveau ein, d. h. es ist ein Gas, ein flüssiger oder ein Feststoff. ABER, diese Webseite stellt auch Teilchenmodelle vor, in denen ein kleiner Kreis ein Atom oder ein Molekül darstellt, d. h. ein bestimmtes Teilchen oder eine einfachste Einheit einer Substanz. Dieser Abschnitt ist ziemlich abstrakt in einer Weise, weil Sie über Partikel reden, die Sie nicht einzeln sehen können, Sie nur das Schüttgut und seinen physischen Charakter und Eigenschaften. Gibt es BESCHRÄNKUNGEN zum Partikelmodell Die Partikel werden als einfache unelastische Sphären behandelt und verhalten sich einfach wie kleine Snooker-Kugeln, die herumfliegen, nicht ganz richtig, aber sie fliegen herum zufällig non-stop Obwohl die Partikel als harte Sphären und unelastisch angenommen werden , In Wirklichkeit sind sie alle Arten von Formen und verdrehen und beugen auf Kollision mit anderen Partikeln und wenn sie reagieren, teilen sie sich in Fragmente, wenn Bindungen brechen. Das einfache Modell nimmt keine Kräfte zwischen den Partikeln an, unwahr, das Modell berücksichtigt wenig die Kräfte zwischen den Partikeln, auch bei Gasen bekommt man sehr schwache intermolekulare Kräfte. Das Teilchenmodell berücksichtigt nicht die tatsächliche Größe der Teilchen, z. B. Ionenmoleküle können in der Grße z. B. Vergleiche ein Ethenmolekül mit einem Poly (ethen) - Molekül Die Räume zwischen den Partikeln WAS IST DER GASEOUS-STAAT DER MATERIE WAS SIND DIE EIGENSCHAFTEN EINES GASES WIE SIND GASEOUS PARTICLES BEHAVE Wie erklärt die kinetische Partikel-Theorie der Gase die Eigenschaften von Gasen Hat keine feste Form oder Volumen, sondern breitet sich immer aus, um jeden Behälter zu füllen - die Gasmoleküle werden in jeden verfügbaren Raum diffundieren. Es gibt fast keine Anziehungskräfte zwischen den Partikeln, so dass sie völlig frei von einander sind. Die Teilchen sind weit beabstandet und verstreut, wenn sie sich schnell zufällig im gesamten Behälter bewegen, so dass es keine Ordnung im System gibt. Die Teilchen bewegen sich linear und schnell in alle Richtungen. Und häufig zusammenstoßen und die Seite des Behälters. Die Kollision von Gaspartikeln mit der Oberfläche eines Behälters bewirkt einen Gasdruck. Wenn wir von einer Oberfläche abprallen, üben sie eine Kraft aus. Mit zunehmender temperatur Die Teilchen bewegen sich schneller, wenn sie kinetische Energie gewinnen. Erhöht sich die Kollisionsrate zwischen den Partikeln selbst und der Behälteroberfläche und dies erhöht den Gasdruck zB in einer Dampflokomotive oder das Volumen des Behälters, wenn er zB wie ein Ballon expandieren kann. Gase haben eine sehr geringe Dichte (Licht), da die Partikel im Container (Dichtemassenvolumen) so weit voneinander entfernt sind. Dichte Ordnung: feste gt Flüssigkeit gtgtgt Gase Gase fließen frei, weil es keine wirksamen Anziehungskräfte zwischen den Molekülen der gasförmigen Teilchen gibt. Einfache Strömungsreihenfolge Gase gt Flüssigkeiten gtgtgt Feststoffe (keine wirkliche Strömung in festem, wenn Sie es nicht pulverisieren) Wegen dieser Gase und Flüssigkeiten werden als Flüssigkeiten beschrieben. Gase haben keine Oberfläche. Und keine feste Form oder Volumen. Und wegen des Mangels an Partikel-Anziehung, sie immer ausbreiten und füllen jeden Container (so Gas Volumen Container Volumen). Gase werden aufgrund des leeren Raumes zwischen den Partikeln leicht komprimiert. Einfache Kompressionsordnung. Gase gtgtgt Flüssigkeiten gt Feststoffe (fast unmöglich, einen Feststoff zu komprimieren) Gasdruck Wenn ein Gas in einem Behälter eingeschlossen wird, werden die Partikel einen Gasdruck verursachen und ausüben, der in Atmosphären (atm) oder Pascal (1,0 Pa 1,0 Nm 2) gemessen wird, Druck ist Kraft, dh die Wirkung aller Kollisionen auf der Oberfläche des Behälters. Der Gasdruck wird durch die Kraft verursacht, die durch Millionen von Stößen der winzigen einzelnen Gaspartikel an den Seiten eines Behälters erzeugt wird. Wenn beispielsweise die Anzahl der gasförmigen Partikel in einem Behälter verdoppelt wird, wird der Gasdruck verdoppelt, da die Verdoppelung der Anzahl der Moleküle die Anzahl der Stöße auf der Seite des Behälters verdoppelt, so dass auch die Gesamtschlagkraft pro Flächeneinheit verdoppelt wird. Diese Verdoppelung der Partikel wirkt auf die Verdoppelung des Druckes ist in den beiden folgenden Diagrammen dargestellt. Wenn das Volumen eines versiegelten Behälters konstant gehalten wird und das Gas im Inneren auf eine höhere Temperatur erhitzt wird, erhöht sich der Gasdruck. Der Grund dafür ist, dass, wenn die Partikel erhitzt werden, sie kinetische Energie gewinnen und sich im Durchschnitt schneller bewegen. Deshalb kollidieren sie mit den Seiten des Behälters mit einer größeren Kraft des Aufpralls. So dass der Druck erhöht. Es gibt auch eine größere Häufigkeit der Kollision mit den Seiten des Behälters, aber dies ist ein kleiner Faktor im Vergleich zu der Wirkung der erhöhten kinetischen Energie und der Zunahme der durchschnittlichen Kraft des Aufpralls. Daher ist eine feste Menge an Gas in einem versiegelten Behälter mit konstantem Volumen, je höher die Temperatur, desto größer der Druck und je niedriger die Temperatur, desto geringer der Druck. Für Gasdrucktemperaturberechnungen siehe Teil 2 CharlessGayLussacs Gesetz Wenn sich das Behältervolumen ändern kann, erweitern sich die Gase aufgrund der fehlenden Partikelanziehung leicht auf die Erwärmung und ziehen sich beim Abkühlen leicht ab. Beim Erhitzen gewinnen Gasteilchen kinetische Energie. Schneller bewegen und die Seiten des Containers häufiger treffen. Und deutlich, sie treffen mit einer größeren Kraft. Je nach Behältersituation erhöht sich entweder der Druck oder das Volumen oder umgekehrt beim Abkühlen. Anmerkung: Es ist das Gasvolumen, das NICHT die Moleküle ausdehnt, sie bleiben gleich groß Wenn es keine Volumenbegrenzung gibt, ist die Expansion beim Erwärmen für Gase viel größer als Flüssigkeiten oder Feststoffe, da es keine signifikanten Anziehungskraft zwischen gasförmigen Partikeln gibt. Die erhöhte durchschnittliche kinetische Energie wird den Gasdruck steigen lassen, und so wird das Gas versuchen, sich im Volumen zu erweitern, wenn es z. B. Ballons in einem warmen Raum sind deutlich größer als der gleiche Ballon in einem kalten Raum Für Gasvolumentemperaturberechnungen siehe Teil 2 CharlessGayLussacs Gesetz DIFFUSION in Gases: Die natürliche schnelle und zufällige Bewegung der Partikel in alle Richtungen bedeutet, dass sich Gase leicht ausbreiten oder diffundieren. Die Nettobewegung eines bestimmten Gases wird in der Richtung von niedrigerer Konzentration zu einer höheren Konzentration, dem sogenannten Diffusionsgradienten, liegen. Die Di-Fusion fährt fort, bis die Konzentrationen im gesamten Gülle-Behälter gleichmäßig sind, aber alle Teilchen bewegen sich mit ihrer immer vorhandenen kinetischen Energie. Diffusion ist in Gasen schneller als Flüssigkeiten, wo es mehr Platz für sie gibt (nachstehend illustriert) und die Diffusion ist Vernachlässigbar in Feststoffen durch die enge Packung der Partikel. Diffusion ist verantwortlich für die Ausbreitung von Gerüchen auch ohne Luftstörung z. B. Verwendung von Parfüm, Eröffnung eines Glas Kaffee oder der Geruch von Benzin um eine Garage. Die Geschwindigkeit der Diffusion nimmt mit zunehmender Temperatur zu, da die Teilchen kinetische Energie gewinnen und sich schneller bewegen. Andere Beweise für zufällige Partikelbewegungen einschließlich Diffusion. Wenn Rauchpartikel unter einem Mikroskop betrachtet werden, scheinen sie herum zu tanzen, wenn sie mit einem Lichtstrahl bei 90 o zur Betrachtungsrichtung beleuchtet werden. Dies liegt daran, dass die Rauchpartikel durch reflektiertes Licht und Tanz aufgrund der Millionen von zufälligen Hits aus den schnell bewegten Luftmolekülen auftauchen. Dies wird als Brownsche Bewegung bezeichnet (siehe unten in Flüssigkeiten). Zu jedem gegebenen Zeitpunkt werden die Hits nicht gleich sein, so dass die Rauchpartikel ein größeres Bashing in einer zufälligen Richtung bekommen. Ein zwei gasförmiges Molekül-Diffusionsexperiment ist oben dargestellt und wird nachfolgend erläutert. Ein langes Glasrohr (24 cm Durchmesser) wird an einem Ende mit einem in konz. Salzsäure, die mit einem Gummi-Spund (für Gesundheit und Sicherheit) versiegelt ist, und der Schlauch wird perfekt gehalten, in einer horizontalen Position festgeklemmt. Ein ähnlicher Stecker von conc. Ammoniak-Lösung wird am anderen Ende platziert. Die getränkten Baumwollwollstopfen geben Dämpfe von HCl bzw. NH 3 ab, und wenn das Röhrchen trotz des Mangels an Röhrenbewegung ungestört und horizontal bleibt, z. B. KEIN Schütteln, um zu mischen und die Abwesenheit der Konvektion, eine weiße Wolke bildet ungefähr 1 3 rd entlang von der conc. Salzsäure. Erläuterung: Was passiert, sind die farblosen Gase, Ammoniak und Chlorwasserstoff, diffundieren das Röhrchen und reagieren auf feine weiße Kristalle des Salzes Ammoniumchlorid. Ammoniak Chlorwasserstoff gt Ammoniumchlorid NH 3 (g) HCl (g) gt NH 4 Cl (s) Beachten Sie die Regel: Je kleiner die Molekülmasse ist, desto größer ist die durchschnittliche Geschwindigkeit der Moleküle (aber alle Gase haben die gleiche mittlere kinetische Energie Bei gleicher Temperatur). Je kleiner die molekulare Masse, desto schneller diffundiert das Gas. z. B. M r (NH 3) 14 1x3 17 Bewegt sich schneller als M r (HCl) 1 35,5 36,5 UND das ist der Grund, warum sie sich dem HCl-Ende des Röhrchens näherten. Das Experiment ist nicht nur ein Beweis für die Molekülbewegung. Es ist auch ein Beweis dafür, dass sich Moleküle unterschiedlicher Molekülmassen mit unterschiedlichen Geschwindigkeiten bewegen. Für eine mathematische Behandlung siehe Grahams Gesetz der Diffusion Ein farbiges Gas, schwerer als Luft (größere Dichte), wird in das untere Gasglas gelegt und ein zweites Gasgefäß mit geringerer Dichte farbloser Luft wird über eine mit einer Glasabdeckung getrennte Luft gelegt. Diffusionsexperimente sollten bei konstanter Temperatur eingeschlossen werden, um Störungen durch Konvektion zu minimieren. Wenn die Glasabdeckung entfernt wird, dann diffundieren die farblosen Luftgase in das gefärbte braune Gas und (ii) Brom diffundiert in die Luft. Die zufällige Partikelbewegung, die zum Mischen führt, kann nicht auf Konvektion zurückzuführen sein, weil das dichtere Gas am Boden beginnt. Es ist kein Schütteln oder andere Mischmittel erforderlich. Die zufällige Bewegung beider Lose Partikel reicht aus, um sicherzustellen, dass beide Gase schließlich durch Diffusion vollständig miteinander vermischt werden (ineinander verteilt). Dies ist ein deutlicher Beweis für die Diffusion aufgrund der zufälligen kontinuierlichen Bewegung aller Gasteilchen und anfangs die Nettobewegung eines Partikeltyps von einer höheren zu einer niedrigeren Konzentration (nach einem Diffusionsgradienten). Wenn es vollständig gemischt ist, wird keine weitere Farbänderungsverteilung beobachtet, aber die zufällige Partikelbewegung wird fortgesetzt Siehe auch andere Hinweise im Flüssigkeitsabschnitt nach dem Partikelmodell für das Diffusionsdiagramm unten. Ein Partikelmodell der Diffusion in Gasen. Stellen Sie sich den Diffusionsgradienten von links nach rechts vor, denn die grünen Partikel, die den blauen Partikeln auf der linken Seite hinzugefügt wurden, Für die grünen Teilchen ist die Netzmigration von links nach rechts und wird in einem versiegelten Behälter fortgesetzt, bis alle Teilchen gleichmäßig im Gasbehälter verteilt sind (wie abgebildet). Die Diffusion ist bei Gasen im Vergleich zu Liquidisierungslösungen schneller, da zwischen den Partikeln mehr Platz für andere Partikel besteht, um sich zufällig zu bewegen. Wenn ein Feststoff erhitzt wird, schwingen die Partikel stärker, da sie kinetische Energie gewinnen und die Partikel-Anziehungskräfte geschwächt werden. Irgendwann am Schmelzpunkt. Die anziehenden Kräfte sind zu schwach, um die Teilchen in der Struktur zusammen in einer geordneten Weise zu halten, und so schmilzt der Feststoff. Beachten Sie, dass die intermolekularen Kräfte noch da sind, um die Massenflüssigkeit zusammen zu halten, aber die Wirkung ist nicht stark genug, um ein geordnetes Kristallgitter eines Festkörpers zu bilden. Die Partikel werden frei, sich zu bewegen und ihre geordnete Anordnung zu verlieren. Energie wird benötigt, um die anziehenden Kräfte zu überwinden und den Partikeln eine erhöhte kinetische Energie der Vibration zu geben. So wird Wärme aus der Umgebung aufgenommen und das Schmelzen ist ein endothermer Prozess (916H ve). Energieveränderungen für diese physikalischen Zustandsänderungen für eine Reihe von Stoffen werden in einem Abschnitt der Energetics Notes behandelt. Erläuterung unter Verwendung der kinetischen Partikeltheorie von Flüssigkeiten und Feststoffen Beim Abkühlen verlieren flüssige Partikel kinetische Energie und können sich dadurch stärker anziehen. Wenn die Temperatur niedrig genug ist, ist die kinetische Energie der Teilchen unzureichend, um zu verhindern, daß die Teilchen-Anziehungskräfte einen Feststoff bilden. Irgendwann am Gefrierpunkt reichen die Anziehungskräfte aus, um jegliche verbleibende Bewegungsfreiheit (in Bezug auf einen Ort zum anderen) zu entfernen, und die Teilchen kommen zusammen, um die geordnete feste Anordnung zu bilden (obwohl die Teilchen noch eine kinetische Energie aufweisen Muss in die Umgebung entfernt werden, so seltsam wie es scheinen mag, das Einfrieren ist ein exothermer Prozeß (916H ve) Vergleichende Energieveränderungen der Zustandsänderungen Gas ltgt Flüssigkeit ltgt fest 2f (i) Kühlkurve Was passiert mit der Temperatur eines Stoffes Wenn es vom gasförmigen Zustand in den festen Zustand abgekühlt wird. Die Temperatur bleibt während der Zustandsänderungen der Kondensation bei der Temperatur Tc konstant und fällen sich bei der Temperatur Tf fest. Dies liegt daran, dass die gesamte Wärmeenergie beim Abkühlen bei diesen Temperaturen entfernt wird (die latente Hitze Oder Enthalpien der Zustandsänderung), ermöglicht die Verstärkung der Interpartikelkräfte (intermolekulare Bindung) ohne Temperaturabfall. Der Wärmeverlust wird durch die exotherme erhöhte intermolekulare Kraftanziehung kompensiert. Zwischen den horizontalen Zustandsänderungsabschnitten des Graphen sehen Sie, dass die Energieentfernung die kinetische Energie der Teilchen verringert und die Temperatur der Substanz verringert. Siehe Abschnitt 2. für eine detaillierte Beschreibung der Zustandsänderungen. Eine Abkühlkurve fasst die Änderungen zusammen: Für jede Zustandsänderung muss Energie entfernt werden. Bekannt als die latente Hitze. Die tatsächlichen Energiewerte für diese physikalischen Zustandsänderungen für eine Reihe von Stoffen werden in den Energetics Notes näher erläutert. 2f (ii) Heizkurve. Was geschieht mit der Temperatur eines Stoffes, wenn es vom festen Zustand in den gasförmigen Zustand erwärmt wird, so ist die Temperatur während der Zustandsänderungen des Schmelzens bei der Temperatur Tm konstant und bei der Temperatur Tb siedet. Dies ist der Fall, weil die gesamte Energie, die bei diesen Temperaturen (die latenten Hitze oder Enthalpien der Zustandsänderung) absorbiert wird, in die Schwächung der Interpartikelkräfte (intermolekulare Bindung) ohne Temperaturanstieg eindringt. Die Wärmegewinnung ist gleichbedeutend mit der endothermischen, absorbierten Energie, die erforderlich ist, um die intermolekularen Kräfte zu reduzieren . Zwischen den horizontalen Zustandsänderungsabschnitten des Graphen sehen Sie, dass der Energieeintrag die kinetische Energie der Partikel erhöht und die Temperatur der Substanz erhöht. Siehe Abschnitt 2. für eine detaillierte Beschreibung der Zustandsänderungen. Eine Heizkurve fasst die Änderungen zusammen: Für jede Zustandsänderung muss Energie addiert werden. Bekannt als die latente Hitze. Die tatsächlichen Energiewerte für diese physikalischen Zustandsänderungen für eine Reihe von Stoffen werden in den Energetics Notes näher erläutert. SPEZIFISCHE LATENTWÄRME Die latente Hitze für den Zustand ändert feste ltgt Flüssigkeit heißt die spezifische latente Schmelzwärme (zum Schmelzen oder Einfrieren). Die latente Hitze für den Zustand ändert sich flüssiges ltgt Gas wird die spezifische latente Verdampfungswärme genannt (zum Verdichten, Verdampfen oder Kochen) Für mehr auf latente Hitze siehe meine Physik Hinweise auf spezifische Latentwärme Erläuterung mit der kinetischen Partikeltheorie von Gasen und Feststoffen Ist, wenn ein Festkörper, beim Erwärmen, direkt in ein Gas ohne Schmelzen übergeht, UND das Gas beim Abkühlen reformiert einen Feststoff direkt, ohne zu einer Flüssigkeit zu kondensieren. Sublimation in der Regel nur eine physische Veränderung, aber es ist nicht immer so einfach (siehe Ammoniumchlorid). Theorie in Form von Partikeln. Wenn der Feststoff erwärmt wird, schwingen die Teilchen mit zunehmender Kraft aus der zugegebenen Wärmeenergie. Wenn die Partikel genügend kinetische Energie der Vibration haben, um die Partikelpartikel-Anziehungskräfte teilweise zu überwinden, würden Sie erwarten, dass der Feststoff schmelzt. Jedenfalls, wenn die Partikel an dieser Stelle genug Energie an dieser Stelle haben, die zum Kochen geführt hätte, wird sich die Flüssigkeit nicht bilden und der Feststoff wird direkt in ein Gas umgewandelt. Gesamt endotherme Veränderung. Energie absorbiert und in das System aufgenommen. Beim Abkühlen bewegen sich die Teilchen langsamer und haben weniger kinetische Energie. Schließlich, wenn die kinetische Energie der Teilchen niedrig genug ist, wird es den Partikelpartikel-Anziehungskräften ermöglichen, eine Flüssigkeit zu erzeugen. ABER die Energie kann niedrig genug sein, um eine direkte Bildung des Festkörpers zu ermöglichen, d. h. die Teilchen haben NICHT genug kinetische Energie, um einen flüssigen Zustand aufrechtzuerhalten. Insgesamt exotherme Veränderung. Energie freigesetzt und in die Umgebung gegeben. Sogar bei Raumtemperatur-Flaschen feste Iod-Show-Kristalle bilden sich am oberen Ende der Flasche über dem Feststoff. Je wärmer das Laboratorium ist, desto mehr Kristalle bilden sich, wenn es nachts abkühlt Wenn man sanft Jod in einem Reagenzglas hitze, sieht man das Jod leicht erhaben und rekristallisiert auf der kühleren Oberfläche in der Nähe der Oberseite des Reagenzglases. Die Bildung einer bestimmten Form von Frost beinhaltet das direkte Einfrieren von Wasserdampf (Gas). Frost kann auch direkt zurück zu Wasserdampf (Gas) verdampfen und dies geschieht in den trockenen und extrem kalten Wintern der Gobi-Wüste an einem sonnigen Tag. H 2 O (s) H 2 O (g) (nur physikalische Veränderung) Es wird ein solides Kohlendioxid (Trockeneis) beim Abkühlen des Gases auf weniger als 78 ° C gebildet. Beim Erwärmen ändert es sich direkt zu einem sehr kalten Gas. Kondensation von Wasserdampf in der Luft zu einem Nebel, daher seine Verwendung in Bühneneffekte. CO 2 (s) CO 2 (g) (nur physikalische Veränderung) Beim Erhitzen stark in einem Reagenzglas, weißes festes Ammoniumchlorid. Zersetzt sich in ein Gemisch aus zwei farblosen Gasen Ammoniak und Chlorwasserstoff. Beim Abkühlen wird die Reaktion umgekehrt und feste Ammoniumchloridreformen an der kühleren Oberseite des Reagenzglases. Ammoniumchlorid-Wärmeenergie Ammoniak-Chlorwasserstoff T er involviert sowohl chemische als auch physikalische Veränderungen und ist so komplizierter als die Beispiele 1. bis 3. Tatsächlich verwandeln sich die ionischen Ammoniumchloridkristalle in kovalente Ammoniak - und Chlorwasserstoffgase, die natürlich weitaus flüchtiger sind ( Kovalente Substanzen haben im allgemeinen viel niedrigere Schmelz - und Siedepunkte als ionische Substanzen). Das flüssige Teilchenbild steht hier nicht, aber die anderen Modelle gelten abgesehen von Zustandsveränderungen, die eine flüssige Bildung betreffen. GAS Partikelmodell und SOLID Partikelmodell Links. BITTE BEACHTEN, Auf einer höheren Stufe des Studiums. Sie müssen das Gls-Phasendiagramm für Wasser und die Dampfdruckkurve von Eis bei bestimmten Temperaturen untersuchen. Wenn zum Beispiel der Umgebungsdampfdruck kleiner als der Gleichgewichtsdampfdruck bei der Temperatur des Eises ist, kann die Sublimation leicht stattfinden. Der Schnee und das Eis in den kälteren Gebieten der Gobi-Wüste schmelzen nicht in der Sonne, sie verschwinden nur langsam 2 h. Mehr über die Wärmeänderungen bei physikalischen Zustandsänderungen Änderungen des physikalischen Zustands, d. h. Gas ltgt liquid ltgt solid, sind auch von Energieveränderungen begleitet. Um einen Feststoff zu schmelzen oder eine Flüssigkeit zu verdampfen, muss Wärme aus der Umgebung absorbiert oder aufgenommen werden, so dass es sich um endotherme Energieveränderungen handelt. Das System wird erwärmt, um diese Änderungen zu bewirken. Um ein Gas zu kondensieren oder einen Feststoff einzufrieren, muss Wärmeenergie entfernt oder an die Umgebung abgegeben werden, so dass es sich um exotherme Energieveränderungen handelt. Das System wird abgekühlt, um diese Änderungen zu bewirken. Im Allgemeinen, je größer die Kräfte zwischen den Partikeln sind, desto größer ist die Energie, die benötigt wird, um die Zustandsänderung zu bewirken, und je höher der Schmelzpunkt und der Siedepunkt ist. Ein Vergleich der Energie, die benötigt wird, um verschiedene Arten von Substanzen zu schmelzen oder zu kochen (Dies ist mehr für Fortgeschrittene). Die Wärmeenergieveränderung, die in einer Zustandsänderung involviert ist, kann in kJmol der Substanz für einen fairen Vergleich ausgedrückt werden. In der nachstehenden Tabelle 916H ist die Schmelze die benötigte Energie, um 1 Mol der Substanz zu schmelzen (Formelmasse in g). 916H vap ist die Energie, die benötigt wird, um durch Verdampfen zu verdampfen oder 1 Mol der Substanz zu kochen (Formelmasse in g). Für einfache kleine kovalente Moleküle ist die vom Material absorbierte Energie relativ klein, um die Substanz zu schmelzen oder zu verdampfen, und je größer das Molekül ist, desto größer sind die intermolekularen Kräfte. Diese Kräfte sind schwach im Vergleich zu den chemischen Bindungen, die Atome zusammen in einem Molekül selbst halten. Relativ niedrige Energien sind erforderlich, um sie zu schmelzen oder zu verdampfen. Diese Substanzen haben relativ niedrige Schmelzpunkte und Siedepunkte. Für stark gebundene 3D-Netzwerke, z. B. (Iii) und einem Metallgitter von Ionen und freien äußeren Elektronen (m etallische Bindung) sind die Strukturen aufgrund der kontinuierlichen chemischen Bindung in der gesamten Struktur viel stärker. Folglich sind viel größere Energien erforderlich, um das Material zu schmelzen oder zu verdampfen. Aus diesem Grund haben sie so viel höhere Schmelzpunkte und Siedepunkte. Art der Verklebung, Struktur und Anziehungskräfte Betrieb Schmelzpunkt K (Kelvin) o C 273 Energie zum Schmelzen der Substanz Siedepunkt K (Kelvin) o C 273 Energie zum Kochen der Substanz 3a. WAS PASSIERT ZU DEN PARTIKELN, WENN EIN SOLID IN EINEM FLÜSSIGEN LÖSUNG ZU ENTSTANDEN WERDEN Was bedeutet das Wort SOLVENT, SOLUTE UND LÖSUNG, wenn ein Feststoff (der gelöste Stoff) in einer Flüssigkeit (dem Lösungsmittel) auflöst, wird die resultierende Mischung als Lösung bezeichnet. Im allgemeinen: Lösungslösungsmittel gt Lösung So läßt sich der gelöste Stoff in einem Lösungsmittel auflösen, ein Lösungsmittel ist eine Flüssigkeit, die die Dinge auflöst und die Lösung ist das Ergebnis der Auflösung von etwas in einem Lösungsmittel. Der Festkörper verliert alle seine reguläre Struktur und die einzelnen festen Teilchen (Moleküle oder Ionen) sind nun völlig frei von einander und zufällig mit den ursprünglichen flüssigen Teilchen zu mischen, und alle Teilchen können sich zufällig bewegen. Dies beschreibt Salz, das in Wasser auflöst, Zucker, der sich in Tee oder Wachs auflöst, das in einem Kohlenwasserstofflösungsmittel wie Weißgeist auflöst. Es handelt sich in der Regel nicht um eine chemische Reaktion, so ist es in der Regel ein Beispiel für eine physische Veränderung. Unabhängig von den Volumenveränderungen der festen Flüssigkeit, verglichen mit der endgültigen Lösung, gilt auch noch das Gesetz der Erhaltung der Masse. Dies bedeutet: Masse der festen gelösten Masse der flüssigen Lösungsmittelmasse der Lösung nach dem Mischen und Auflösen. Du kannst keine Masse erschaffen oder Geld verlieren. Sondern nur die Masse der Stoffe in eine andere Form umwandeln. Wenn das Lösungsmittel verdampft wird. Dann wird der Feststoff z. B. Wenn eine Salzlösung für eine lange Zeit ausgelassen wird oder sanft erhitzt wird, um die Dinge zu beschleunigen, schließlich Salzkristalle bilden, wird der Prozess Kristallisation genannt. 3b WAS PASSIERT ZU DEN PARTIKERN, WENN ZWEI FLÜSSIGKEITEN VÖLLIG MIT EINEM ANDEREN MISCHEN MISCHEN, WAS DAS WORT MISCIBLE BEDEUTET Mit dem Partikelmodell, um mischbare Flüssigkeiten zu erklären. Wenn sich zwei Flüssigkeiten in ihrer Partikel vollständig mischen, werden sie als mischbare Flüssigkeiten bezeichnet, weil sie sich vollständig ineinander auflösen. Dies ist in der folgenden Abbildung dargestellt, wo sich die Partikel vollständig zuführen und sich zufällig bewegen. Das Verfahren kann durch fraktionierte Destillation umgekehrt werden. 3c WAS PASSIERT ZU DEN PARTIKELN, WENN ZWEI FLÜSSIGKEITEN NICHT MIT EINEM ANDEREN WERDEN, WAS IST DAS WORT IMMISCIBLE WERDEN, WENN DIE FLÜSSIGKEITEN NICHT MISCHEN. Verwenden Sie das Partikelmodell, um nicht mischbare Flüssigkeiten zu erklären. Wenn sich die beiden Flüssigkeiten nicht mischen. Sie bilden zwei getrennte Schichten und sind als nicht mischbare Flüssigkeiten bekannt, die in dem nachstehenden Diagramm dargestellt sind, wo die untere lila Flüssigkeit dichter ist als die obere Schicht der grünen Flüssigkeit. Sie können diese beiden Flüssigkeiten mit einem Trenntrichter trennen. Der Grund dafür ist, dass die Wechselwirkung zwischen den Molekülen einer der Flüssigkeiten allein stärker ist als die Wechselwirkung zwischen den beiden verschiedenen Molekülen der verschiedenen Flüssigkeiten. Zum Beispiel ist die Anziehungskraft zwischen Wassermolekülen viel größer als entweder Ölölmoleküle oder Ölwassermoleküle, so dass sich zwei getrennte Schichten bilden, weil die Wassermoleküle im Hinblick auf die Energieveränderung durch Zusammenkleben begünstigt werden. 3d Wie ein Trenntrichter verwendet wird 1. Die Mischung wird in den Trenntrichter mit dem Stopper auf und der Hahn geschlossen und die Schichten verlassen, um sich auszusetzen. 2. Der Stopper wird entfernt, und der Hahn wird geöffnet, so dass man die untere graue Schicht vorsichtig in einen Becher hineinführen kann. 3. Der Hahn wird dann wieder geschlossen, so dass die obere gelbe Schicht flüssig bleibt, so dass die beiden nicht mischbaren Flüssigkeiten getrennt werden. Anhang 1 einige SIMPLE Partikelbilder von ELEMENTS, COMPOUNDS und MIXTURES GCSEIGCSE Multiple Choice QUIZ auf Zustände von Materiegasen, Flüssigkeiten Ampere Feststoffe Einige einfache Grundübungen von KS3 Wissenschaft QCA 7G quotParticle Modell von Feststoffen, Flüssigkeiten und Gasesquot Multiple Choice Fragen für die Wissenschaft Revision auf Gase , Flüssigkeiten und Feststoffe Partikelmodelle, Eigenschaften, die Unterschiede zwischen ihnen zu erklären. Siehe auch für Gas Berechnungen gcse Chemie Revision kostenlose detaillierte Notizen auf Zustände der Materie zu helfen, zu revidieren igcse Chemie igcse Chemie Revision Notizen auf Zustände der Materie O Ebene Chemie Revision kostenlose detaillierte Notizen über Zustände der Materie zu helfen, überarbeiten gcse Chemie kostenlose detaillierte Notizen zu Staaten von matter to help revise O level chemistry free online website to help revise states of matter for gcse chemistry free online website to help revise states of matter for igcse chemistry free online website to help revise O level states of matter chemistry how to succeed in questions on states of matter for gcse chemistry how to succeed at igcse chemistry how to succeed at O level chemistry a good website for free questions on states of matter to help to pass gcse chemistry questions on states of matter a good website for free help to pass igcse chemistry with revision notes on states of matter a good website for free help to pass O level chemistry what are the three states of matter draw a diagram of the particle model diagram of a gas, particle theory of a gas, draw a particle model diagram of a liquid , particle theory of a liquid, draw a particle model diagram of a solid, particle theory of a solid, what is diffusion why can you have diffusion in gases and liquids but not in solids what are the limitations of the particle model of a gas liquid or solid how to use the particle model to explain the properties of a gas, what causes gas pressure how to use the particle model to explain the properties of a solid, how to use the particle model to explain the properties of a solid, why is a gas easily compressed but difficult to compress a liquid or solid how do we use the particle model to explain changes of state explaining melting with the particle model, explaining boiling with the particle model, explaining evaporation using the particle model, explaining condensing using the particle model, explaining freezing with the particle model, how do you read a thermometer working out the state of a substance at a particular temperature given its melting point and boiling point, how to draw a cooling curve, how to draw a heating curve, how to explain heatingcooling curves in terms of state changes and latent heat, what is sublimation what substances sublime explaining endothermic and exothermic energy changes of state, using the particle model to explain miscible and immiscible liquids GASES, LIQUIDS, SOLIDS, States of Matter, particle models, theory of state changes, melting, boiling, evaporation, condensing, freezing, solidifying, cooling curves, 1.1 Three states of matter: 1.1a gases, 1.1b liquids, 1.1c solids 2. State changes: 2a evaporation and boiling, 2b condensation, 2c distillation, 2d melting, 2e freezing, 2f cooling and heating curves and relative energy changes, 2g sublimation 3. Dissolving, solutions. miscibleimmiscible liquids Boiling Boiling point Brownian motion Changes of state Condensing Cooling curve Diffusion Dissolving Evaporation Freezing Freezing point Gas particle picture Heating curve Liquid particle picture Melting Melting point miscibleimmiscible liquids Properties of gases Properties of liquids Properties of solids solutions sublimation Solid particle picture GCSEIGCSE multiple choice QUIZ on states of matter gases liquids solids practice revision questions Revision notes on particle models and properties of gases, liquids and solids KS4 Science GCSEIGCSEO level Chemistry Information on particle models and properties of gases, liquids and solids for revising for AQA GCSE Science, Edexcel Science chemistry IGCSE Chemistry notes on particle models and properties of gases, liquids and solids OCR 21st Century Science, OCR Gateway Science notes on particle models and properties of gases, liquids and solids WJEC gcse science chemistry notes on particle models and properties of gases, liquids and solids CIE O Level chemistry CIE IGCSE chemistry notes on particle models and properties of gases, liquids and solids CCEACEA gcse science chemistry (revise courses equal to US grade 8, grade 9 grade 10) science chemistry courses revision guides explanation chemical equations for particle models and properties of gases, liquids and solids educational videos on particle models and properties of gases, liquids and solids guidebooks for revising particle models and properties of gases, liquids and solids textbooks on particle models and properties of gases, liquids and solids state changes amp particle model for AQA AS chemistry, state changes amp particle model for Edexcel A level AS chemistry, state changes amp particle model for A level OCR AS chemistry A, state changes amp particle model for OCR Salters AS chemistry B, state changes amp particle model for AQA A level chemistry, state changes amp particle model for A level Edexcel A level chemistry, state changes amp particle model for OCR A level chemistry A, state changes amp particle model for A level OCR Salters A level chemistry B state changes amp particle model for US Honours grade 11 grade 12 state changes amp particle model for pre-university chemistry courses pre-university A level revision notes for state changes amp particle model A level guide notes on state changes amp particle model for schools colleges academies science course tutors images pictures diagrams for state changes amp particle model A level chemistry revision notes on state changes amp particle model for revising module topics notes to help on understanding of state changes amp particle model university courses in science careers in science jobs in the industry laboratory assistant apprenticeships technical internships USA US grade 11 grade 11 AQA A level chemistry notes on state changes amp particle model Edexcel A level chemistry notes on state changes amp particle model for OCR A level chemistry notes WJEC A level chemistry notes on state changes amp particle model CCEACEA A level chemistry notes on state changes amp particle model for university entrance examinations describe some limitations of the particle model for gases, liquids and solidsA follow-up study of children who began school at age 4 (referred to as Year 1 in this study) was conducted to examine the influence of three different preschool models on later school success. These children from an urban school district were studied again in Year 5 as they prepared to leave the primary grades and in Year 6 when they were scheduled to enter fourth grade if not previously retained. The study examined report card grades, retention rates, and special education placement of 160 children at the end of their fifth year in school and 183 children at the end of their sixth year in school. The sample was 96 African American and 54 female, with 75 of the children qualifying for subsidized school lunch and 73 living in single-parent families. Academically, girls surpassed boys at the end of Year 5, and this difference persisted into the next grade level. Children whose preschool experience was more academically directed had been retained less often than peers. No differences attributable to preschool model were found for special education placement. By the end of childrens fifth year in school, there were no significant differences in academic performance of children who had experienced three different preschool models. By the end of their sixth year in school, children whose preschool experiences had been academically directed earned significantly lower grades compared to children who had attended child-initiated preschool classes. Childrens later school success appears to have been enhanced by more active, child-initiated early learning experiences. Their progress may have been slowed by overly academic preschool experiences that introduced formalized learning experiences too early for most childrens developmental status. Introduction In the ongoing debate over education reform designed to improve academic performance of American children, preschools are under increasing pressure to offer instruction in basic academic skills. This trend is especially prevalent in programs that serve low-income children. Compensatory early childhood programs such as Head Start and state-sponsored pre-kindergarten for low-income families and preschoolers with special needs are designed to help children acquire skills needed for later school success. Although the goal of school readiness is widely shared among early childhood educators, parents, and policy makers, the strategies for achieving this goal vary greatly. Fundamental philosophical and political differences in beliefs about the purpose of schooling, value orientations, and cultural priorities are central to the debate on how to best prepare young children for formal schooling (Kessler, 1991). Kindergarten retention rates have increased (e. g. Shepard amp Smith, 1988), perhaps due to the downward shift in curriculum that introduces formal reading and mathematics instruction much earlier. Escalating academic demands in kindergarten have clearly affected preschool programs for even younger children. Goffin (1994) noted a downward movement of the debate between developmental and academic orientations from elementary education to the preschool setting. When preschool was quotreconceptualized as an appropriate beginning for primary schooling (especially for low-income children),quot public school programs for 4-year-olds grew in number (Goffin, 1994, p. 120). Beginning in the 1980s, leading early childhood experts expressed concern about the wisdom of overly didactic, formal instructional practices for young children (e. g. Elkind, 1986 Zigler, 1987). They feared that short-term academic gains would be offset by long-term stifling of childrens motivation and self-initiated learning. Later research suggests that these early concerns were warranted. Compared to children whose kindergarten experience emphasized child-initiated learning, primary-grade teachers rated children from didactic, teacher-centered kindergartens lower in conduct and work-study habits, and perceived them to be more distractible, less willing to follow directions, and less prosocial (Hart, Charlesworth, Burts, amp DeWolf, 1993). Stipek, Feiler, Daniels, and Milburn (1995) also found motivational differences favoring a child-initiated view of early education compared to a more formalized, didactic approach. They cautioned that early academic gains in reading skills associated with didactic instruction of preschoolers quotcome with some costsquot that could have long-term negative effects on achievement. DeVries, Reese-Learned, and Morgan (1991) expressed similar concerns, arguing that temporary benefits of highly didactic approaches with young children cannot be justified in light of possible negative consequences for social development. Today, as Walsh (1989) predicted, the likelihood that children will experience a highly didactic, teacher-centered approach has increased as preschool is absorbed into public schools where a narrowly focused, externally imposed curriculum makes the preschool experience even more like elementary school. Although it was once believed that any well-implemented preschool program would achieve positive results (e. g. Lazar, Darlington, Murray, Royce, amp Snipper, 1982), a growing research base suggests otherwise (see Marcon, 1999, for a review of research on different preschool approaches). Of particular interest in the present study was sustainability of an earlier preschool approachs influence on academic performance. Several researchers have found that later school success declined when the intervention was discontinued. For example, Miller and Dyer (1975) found a drop in school achievement for children who entered a nondidactic program following a direct instruction preschool experience. Similarly, when the highly didactic Direct Instructional System for the Teaching of Arithmetic and Reading (DISTAR) was discontinued after third grade, childrens previously high achievement in reading and mathematics declined (Becker amp Gersten, 1982). Early academic success fostered by a child-initiated approach has been documented by a number of different researchers (e. g. Burts, Hart, Charlesworth, amp DeWolf, 1993 Marcon, 1993, 1999 Weikart, Epstein, Schweinhart, amp Bond, 1978). Some long-term benefits of this approach have been found for school achievement (e. g. Miller amp Bizzell, 1984) as well as for social behavior and general school competence (e. g. Schweinhart amp Weikart, 1997 Schweinhart, Weikart, amp Larner, 1986). Little is known, however, about the long-term effect of early intervention that combines didactic, teacher-centered strategies with child-initiated learning experiences. In the short term, this combination approach has varying outcomes, with some research favoring the strategy, especially for lower functioning children (e. g. Mills, Dale, Cole, amp Jenkins, 1995). A preponderance of the research evidence, however, has failed to support the combination approach (e. g. DeVries et al. 1991 Marcon, 1999 Pfannenstiel amp Schattgen, 1997 Rawl amp OTuel, 1982). Knowing how later school success of these children compares with that of children exposed to other preschool models would be useful in determining the effectiveness of a combination strategy. A second area of interest in the present study involved sex differences in later school success. Academically, studies of low-income children have found that girls did better than boys in pre-kindergarten (e. g. Marcon, 1999), kindergarten (e. g. Burts et al. 1993 Marcon, 1993), and in first grade (e. g. Reynolds, 1989). Boys do notably better in both the short and long term when their early learning experiences have been more child initiated rather than more didactic in nature (e. g. Marcon, 1993 Miller amp Bizzell, 1984). Successful transition between grade levels may also be moderated by sex. Parents and principals believe boys have more difficulty than girls in making the transition from third to fourth grade (Mayfield, 1983). Furthermore, differences in school competence (especially rates of nonpromotion) among African American children may be intensified by negative attitudes and behaviors toward school exhibited as early as fourth grade by African American boys (Rowan, 1989). Further examination of sex differences in later school success of low-income children and possible interaction with preschool model would add to our understanding of the often difficult transition from the primary to the later elementary school grades. The present study provides follow-up data for one cohort of low-income, minority children who had attended two years of school (preschool and kindergarten) prior to entering first grade. These children had experienced one of three different types of preschool: child-initiated, academically directed, or a quotcombinationquot approach. In this earlier quasi-experimental study, Marcon (1999) compared the three different approaches for their effect on childrens development and mastery of basic skills at the end of preschool. Findings indicated that children whose preschool experiences had been child-initiated demonstrated greater mastery of basic skills at the end of preschool than did children in programs where academics were emphasized and skills were directly taught. At the end of preschool, children in the quotcombinationquot model did significantly poorer on all measures except self-help and development of social coping skills compared to children in either the child-initiated or academically directed models. Preschool girls outperformed boys in all areas except gross motor development and playleisure skills. This follow-up study examines the transition from childrens fifth to sixth year in school (third to fourth grade for most of these children). Based on earlier findings for these children and results of other research studies (e. g. Miller amp Bizzell, 1984 Schweinhart amp Weikart, 1997 Schweinhart, Weikart, amp Larner, 1986), it was thought that any difference in later school success attributable to preschool model would favor the child-initiated early learning approach. Children who had experienced quotcombinationquot preschool curricula were expected to be least successful, whereas later school performance of those who had attended didactic, teacher-centered preschools was expected to be intermediary. Sex differences in school achievement favoring girls were expected to persist because boys, in general, do not perform as well in the early years of school (Richardson, Koller, amp Katz, 1986), and African American boys, unlike boys in general, do not typically show a rise in school achievement following the elementary school years (Pollard, 1993). The type of preschool experience was expected to have a greater effect on later school achievement of boys than on girls. Participants Children who began school at age 4 (referred to as Year 1 in this study) were studied again in Year 5 (when they were expected to be in third grade if not previously retained) and Year 6 (when they were expected to be in fourth grade if not previously retained) of their educational experience. This sample of urban students included 160 Year 5 children ( M age 107.6 months, SD 3.9) in 61 schools and 183 Year 6 children ( M age 119.8 months, SD 3.6) in 70 schools. The initial sample had been randomly selected proportional to enrollment of 4-year-olds in subdistricts within the school system. Each subdistrict was represented by at least one classroom for each of the three models studied. This stratified sample was geographically dispersed across the city and was representative of socioeconomic, administrative, and local variations within the school system (see Marcon, 1992, for a description of random selection and stratification procedures used in the original cohort study). This follow-up sample from the original cohort was 96 African American and 54 female. Most children (75) qualified for subsidized school lunch based on low family income, and 73 of the children lived in single-parent families. Data from both Years 5 and 6 were available for a subsample of the children ( n 139) in 64 schools. Subsample children did not differ significantly from the larger follow-up sample in any demographic characteristics. Recovery rate from preschool to fourth grade was 64 of the original sample. Although this attrition rate was high, it was not unexpected, and attrition was comparable across the preschool models, (2) 1.80, p .41. The recovered follow-up sample was not significantly different from the original preschool sample in terms of gender ( p .92), age ( p .82), parent involvement ( p .34), overall adaptive behavior ( p .16), social and work habits ( p .23), or physical development ( p .15) in preschool. Preschool grades of children in the recovered follow-up sample were, however, 3 lower than the original sample ( p .02). Compared to the original preschool sample, the recovered follow-up sample had more African American and fewer White children, (3) 15.34, p .01, who were poorer, (1) 12.60, p lt .001, and more likely to live in single-parent families, (1) 4.83, p .03. These differences were consistent with school districtwide changes in enrollment patterns following pre-kindergarten and kindergarten when children of many middle-class families leave the public school system. At age 4, all children had attended free, full-school-day preschool in the same urban school district, with approximately 84 of the sample having been enrolled in pre-kindergarten and 16 in Head Start. Eligibility for pre-kindergarten was based solely on age and residency, whereas Head Start eligibility had an additional federal requirement of low family income. All preschool teachers of children in this study, both pre-kindergarten and Head Start, held a bachelors degree or higher. Their median pre-kindergarten or Head Start teaching experience was approximately 10 years. As previously classified (see quotMeasures and Proceduresquot section for details), approximately 33 of children in this follow-up sample had attended preschool classes that followed a child-initiated approach, 35 attended academically directed preschool classes, and the remaining 32 had been enrolled in middle-of-the-road preschool classes that combined the other two preschool approaches. No Head Start classes in this school district used an academically directed approach. Kindergarten in this school district was predominantly academic in focus, with all but a handful of teachers indicating a strong belief that academic preparation was a more important goal of kindergarten than childrens socioemotional growth (Marcon, 1990, 1993). All first-grade teachers in this school district emphasized academics, with approximately two-thirds using a highly didactic, academically directed approach (Marcon, 1990). Measures and Procedures Preschool Model. The Pre-K Survey of Beliefs and Practices (see Marcon, 1999, for instrument and details) was used to classify childrens early learning experiences based on five theoretical differences between early childhood models: (1) scope of developmental goals, (2) conception of how children learn, (3) amount of autonomy given to the child, (4) conception of teachers role, and (5) provision of possibilities for learning from peers. Three groupings identified through cluster analysis using Wards method were selected as examples of the divergent preschool models operating in this urban school system. One group was composed of child development-oriented teachers who facilitated learning by allowing children to actively direct the focus of their learning. These child-initiated preschool classrooms were referred to as Model CI. Another group represented more academically oriented teachers who preferred more direct instruction and teacher-directed learning experiences for preschoolers. These academically directed preschool classrooms were referred to as Model AD. The third group represented teachers whose beliefs and practices fell in between the other two opposing models by endorsing a combination approach. These middle-of-the-road preschool classrooms were referred to as Model M. In the original study, accuracy of model classification based upon survey response was affirmed by independent classroom observers, and findings were congruous with other research demonstrating strong consistency between outside raters observations of early childhood instructional activities and teachers self-reported beliefs and practices (e. g. Charlesworth, Hart, Burts, Mosley, amp Fleege, 1993 Hyson, Hirsch-Pasek, amp Rescorla,1990 Kagan amp Smith, 1988 Vartuli, 1999). In the original study, Model CI and Model AD classifications were easily verified by independent classroom observers, but these same observers had some difficulty categorizing Model M practices in several classrooms. Model M teachers appeared to be closer to Model CI in goals but more like Model AD in teacher initiation of activities. Compared to Model CI teachers, the Model M teacher was notably more engaged in leading groups of children in less-individualized activities for longer periods of time. Compared to Model AD teachers, the Model M teacher allowed children greater access to classroom materials, encouraged more peer interaction, and initiated fewer teacher-directed cognitive activities that were not well integrated with other developmental domains. These Model M teachers were not, however, using a Vygotskian approach to foster childrens early learning and development. Model M teachers were best described as professionals who sought to blend notions of child development with their school systems competency-based curriculum. Their basis for doing so was most likely pragmatic. Report Cards. Data were collected from teachers and school records at the end of Year 5 and Year 6. The school districts Elementary School Progress Report (report card) was used to compare childrens classroom performance with the districts expectations for skills mastery. Like many urban school districts, a competency-based curriculum (CBC) was in place throughout most of the school system, and children were expected to demonstrate mastery of specific reading and arithmetic skills before advancing to the next grade level. CBC defined a skill as being mastered when a child could perform it upon request and provided teachers with three mastery assessment tasks for each reading and arithmetic objective (see McClure amp Leigh, 1981, for details of this school systems CBC). For research purposes, Progress Report grades were converted to the standard 5-point numeric scale: 0 F, 1 D, 2 C, 3 B, and 4 A. Each childs overall grade point average (GPA) was calculated. Grades in each of 11 subject areas were also converted to numeric scores: arithmetic, reading, language, spelling, handwriting, social studies, science, art, music, healthphysical education (PE), and citizenship. Citizenship grades provided a global assessment of a childs deportment while attending school. School records and teacher report provided information on the childs eligibility for subsidized school lunch and the number of parents or guardians living at home with the child (scored as 1 or 2). School Competence: Special Education Placement and Retention Year 5. During the primary grades (first, second, and third grades), this school district was more inclined to use retention in grade rather than special education services for children who experienced academic difficulties. By Year 5, less than 1 of this random sample had received special education services, whereas 20 had been retained in grade. No significant differences in special education placement were found for preschool model or sex. Special education placement during the primary grades was not related to family income as measured by eligibility for subsidized school lunch ( p .44) or to the childs living in a single-parent family ( p .43). Boys were more likely to have been retained prior to Year 5 (34) than were girls (10), (1, N 161) 13.97, p lt .001. Similarly, teachers were likely to recommend more boys (23) than girls (11) for retention at the end of Year 5, (1, N 165) 4.28, p .04. Although no significant difference in retention rate attributable to preschool model was found for girls ( p .41), Model AD boys had a significantly lower rate of retention prior to third grade than did boys who had attended other types of preschool, (2, n 71) 7.20, p .03. Overall, fewer children who had attended Model AD preschools had been retained prior to third grade (10), (2, N 161) 5.50, p .06, compared to retention rates of 24 and 26 for Models CI and M, respectively. There were no significant differences attributable to preschool model in teachers recommendations for retention at the end of Year 5 ( p .75). Other demographic factors (family income, single-parent families) that could contribute to retention in grade were examined. Lower-income children were more likely than higher-income children to have been retained prior to third grade, (1, N 160) 7.02, p .01. Although no significant difference in retention rate at the end of Year 5 was found between children who did or did not qualify for subsidized lunch ( p .14), teachers recommended far fewer children who did not qualify for subsidized lunch for retention than was expected statistically. Children who lived in single-parent versus two-parent families did not differ in retention rates prior to Year 5 ( p .18). At the end of Year 5, however, teachers were somewhat less likely to recommend retention for children who were growing up in two-parent families, (1, N 133) 2.44, p .12. Year 6. Because children were of the age to be leaving the primary grades, this school district was now more inclined to recommend special education services for children who experienced academic difficulties, (1, N 139) 5.16, p .02. In Year 6, the number of children who received special education services increased to 8 of the sample. No significant differences in special education placement were found for preschool model or sex. Special education placement following the primary grades was somewhat related to family income, (1, N 166) 2.52, p .11. Only half as many children who did not qualify for subsidized lunch as expected statistically were receiving special education services. Special education placement in Year 6 was not related to growing up in a single-parent family ( p .31). Possibly due to increases in special education placement, teachers recommendations for retention at the end of Year 6 (10) decreased in comparison with retention recommendations made at the end of Year 5 (16). No significant differences were found in recommended retention at the end of Year 6 for preschool model, sex, or family income. Teachers were more likely to recommend children from single-parent families for retention at the end of Year 6 than children living in two-parent families, (1, N 149) 4.25, p .04. Year 5 Report Cards A 3 x 2 (Preschool Model x Sex) analysis of covariance (ANCOVA) was used to test for differential effects of preschool model on childrens grades, sex differences, and possible Preschool Model x Sex interactions at the end of Year 5 in school. The covariate used to control for possible economic differences between children was eligibility for subsidized school lunch (based on family income and size). Although a direct measure of family income would have been a more desirable covariate, it was not available. Eligibility for subsidized school lunch should be highly correlated with family income and is a widely used estimate of family income in public school evaluation research. All reported means have been adjusted for the covariate. Missing scores were not imputed. The academic performance of children who were quoton schedulequot at the end of Year 5 (third grade), as well as performance of children who had been retained prior to third grade, was examined in this follow-up study. Preschool Model. No significant main effect for preschool model was found in Year 5 overall GPA or any specific subject area for either quoton schedulequot or quotretainedquot children. A statistical trend toward significant differences between preschool models was found for Year 5 citizenship grades, F (2, 153) 2.66, p .07. Overall, Model AD children received citizenship grades that were 6 and 19 lower than Model CI and Model M children, respectively. Citizenship grades reflect childrens deportment in school. At the end of Year 5, children from the three different preschool models were performing academically at a comparable level. Teachers did, however, see the school behavior of children who had attended academically directed preschools as being notably poorer than that of peers. Sex Differences. A significant sex difference was found in overall Year 5 GPA, F (1, 153) 4.05, p .05, with girls earning a 10 higher GPA than boys. Effect size for this difference was moderate (.34). As seen in Figure 1, girls earned higher grades in each of the 11 subject areas. A significant difference was found for citizenship grades, F (1, 153) 12.26, p .001, with teachers rating girls school behavior 24 quotbetterquot than that of boys. Effect size for the difference in citizenship grades was large (.58). At the end of Year 5, girls were outperforming boys in school. Interactions. No significant Preschool Model x Sex interactions were found for overall GPA or any of the 11 subject areas for either quoton schedulequot or quotretainedquot children. No statistical trends toward significant group differences were found. The smallest gap between performance of boys and girls appeared for Model M children (boys GPA was only 2 lower than girls GPA). In four subject areas (language, spelling, art, and music), Model M boys received somewhat higher grades than did Model M girls. A similar pattern was not present in the other two preschool models. Year 5 Summary. For children who had attended preschool and kindergarten prior to entering first grade, there was no significant difference in academic performance attributable to preschool model at the end of childrens fifth year in school. Girls outperformed boys in school, but this difference was less noticeable among children who had attended quotcombinationquot preschool classes. Teachers rated boys school behavior lower than girls behavior. Compared to peers, children who had attended academically directed preschool classes also were rated lower in behavior compared to peers at the end of their fifth year in school. Year 6 Report Cards Preschool Models. As shown in Table 1 and Figure 2, a trend towards statistical significance between preschool models was found in Year 6 overall GPA ( p .07). GPA for Model CI was 4 higher than Model M and 14 higher than Model AD. The difference between Models CI and AD was moderate (effect size .38). In all subject areas except music, Model AD children displayed the lowest grades of the three preschool models. In all but three subject areas (language, social studies, and music), Model CI had the highest grades compared to peers who had other types of preschool experiences. Science grades of Model M children equaled those of Model CI. Post hoc Tukeys HSD ( p lt .01) indicated that Models CI and M earned significantly higher healthPE grades than did Model AD. By the end of Year 6, academic performance of children who had attended academically directed preschool classes was beginning to decline. Although not statistically significant, their school behavior continued to be rated somewhat lower than that of peers Model AD citizenship grades were 14 and 9 lower than Models CI and M, respectively. Table 1 Year 6 Report Cards: Preschool Model (PM) and Sex Differences (GB) Note: Means adjusted for family income (eligibility for subsidized lunch) covariate. Sex Differences. As shown in Table 1 and Figure 3, a significant sex difference was found in overall GPA ( p .003), with girls receiving 13 higher grades than boys. Effect size for this difference was moderate (.44). Girls earned higher grades in all of the 11 subject areas except art. These differences were statistically significant for reading, spelling, social studies, and citizenship. Effect sizes for sex differences were moderate to large, with the greatest effect size seen in citizenship grades (.76). A trend toward statistically significant differences between girls and boys was found in four other subject areas: arithmetic, language, science, and healthPE. At the end of Year 6, girls continued to outperform boys in school. Interactions. No significant Preschool Model x Sex interactions were found for overall GPA or any of the 11 subject areas in Year 6. A possible interaction between preschool model and sex was found for Year 6 music grades, F (2, 153) 2.59, p .08. Unlike other boys, Model AD boys earned somewhat higher grades in music (6) than did Model AD girls. However, at the end of childrens sixth year in school, the smallest gap between school performance of boys and girls appeared for Model CI children. The GPA of Model CI boys was only 9 lower than that of girls, whereas a 16 and 14 difference between girls and boys GPA was found for Models M and AD, respectively. Year 6 Summary. School performance of those who had attended academically directed preschool classes was beginning to decline by the end of childrens sixth year in school. Girls still outperformed boys in school, but this difference was now less noticeable among children who had attended child-initiated preschool classes. Teachers continued to rate school behavior of boys lower than that of girls. Although no significant differences attributable to preschool approach were found in behavior at the end of the sixth year in school, teachers continued to rate behavior of children with academically directed preschool experiences somewhat lower than their peers. Transition from Year 5 to Year 6 A 3 x 2 x 2 (Preschool Model x Sex x Year) repeated measures multiple analysis of covariance (MANCOVA) with year as the repeated variable was used to test for differential effects of preschool model on childrens grades, sex differences, and possible Preschool Model x Sex interactions across time (Year 5 to Year 6). As with previous analyses, the covariate used to control for possible influence of economic differences between children was eligibility for subsidized school lunch. Missing scores were not imputed. Main Effect for Year. Although childrens grades generally dropped as they left the primary grades and entered the later elementary school grades, no significant main effect for year was found in the subsamples overall GPA, F (1, 132) .88, p .35. Analyses of each subject area yielded only one significant main effect for year subsample childrens grades in language decreased 8 from Year 5 to Year 6, F (1, 131) 4.78, p .03. Effect size for this difference was small (.16). Interactions across Years. Of greater interest in childrens transition from the primary to the later elementary school grades was how an earlier preschool model or childrens sex or both might differentially affect school performance across years. Therefore, two-way interactions (Preschool Model x Year Sex x Year) and the possibility of a three-way interaction (Preschool Model x Sex x Year) were examined more closely. As shown in Table 2 and Figure 4, there was a significant interaction between preschool model and year for GPA ( p .02). The GPA of Model CI children increased 6, while GPA decreased 4 and 8 for Models M and AD, respectively. A similar pattern of Model CI increases and Models M and AD decreases was found in 6 of the 11 subject areas: reading, language, spelling, science, healthPE, and citizenship. In an additional three subject areas (arithmetic, art, and handwriting), Model CI grades either remained constant or increased. Model M grades increased in only one subject area, music. Model AD grades increased in only one subject area, handwriting. Finally, all three preschool models showed a drop in childrens social studies grades from Year 5 to Year 6. Table 2 ANCOVA Interactions for Preschool Model and Sex: Year 5 to Year 6 As shown in Table 2, four subject area Preschool Model x Year interactions were significant: arithmetic, reading, spelling, and healthPE. Statistical trends toward significant interactions were found for language and citizenship. Only one Sex x Year interaction was found to be significant. Girls grades in spelling increased 3, and boys grades decreased. A somewhat similar pattern was found for healthPE grades ( p .07), with boys grades decreasing 6 and girls grades remaining constant in healthPE. This Sex x Year interaction pattern, however, was not typical of other subject areas. Figure 5 shows increases or decreases in boys and girls grades across years for each preschool model. As seen in Table 2, citizenship was the only subject area to show a significant three-way interaction between preschool model, childrens sex, and year ( p .05). Model CI boys and girls had similar increases in citizenship grades across years (8 and 6, respectively). The overall decrease in Model M citizenship grades was due primarily to a 19 drop in boys grades Model M girls decreased only slightly (2). Citizenship grades of Model AD boys increased 26, while girls citizenship grades decreased 7. The source of boys improvement was due primarily to fewer failing Year 6 citizenship grades among boys whose school deportment had been previously unacceptable. Even with this improvement, however, Model AD boys remained 11 behind Model CI boys in Year 6 citizenship grades. And, although improved, these Year 6 citizenship grades for Model AD boys still remained lower than citizenship grades of girls (33, 32, and 18 lower compared to Models CI, M, and AD girls, respectively). Discussion As predicted, preschool model did have an influence on childrens later school achievement. Children whose preschool experience was child initiated faired better than peers in the transition from the primary to the later elementary school grades. Not only were their overall grades following the transition significantly higher, their school performance improved or held constant in all but two subject areas (music, social studies) despite increased academic demands of the next grade level. Contrary to predictions, children from preschool classes where teachers had attempted to combine distinctive approaches were performing better in school than expected. By the end of their fifth year in school, they had quotcaught upquot to classmates from other preschool models. Relative to peers, the position of children with combination approach preschool experiences was intermediary following the transition. Findings regarding later school success were somewhat mixed for children who had more didactic, academically directed preschool experiences. Although fewer of these children had been retained during the primary grades, children from this preschool model were least successful in making the transition to the later elementary school grades. Grades of children from academically directed preschool classrooms declined in all but one subject area (handwriting) following the Year 6 transition. What contributed to the lower rates of retention prior to third grade among children whose earlier preschool experiences had been academically directed One possibility is greater continuity between the preschool experience and what children encountered in this public schools kindergartens and primary grades. After preschool, these children were likely to enter a moderately academic kindergarten with more formal instruction practices in reading and arithmetic (Marcon, 1993). In fact, only 20 would have experienced a more socioemotional-oriented kindergarten in this school district, and virtually none of the first-grade classrooms that children entered would have resembled less academically focused preschools. Model AD children most likely had an easier transition to the primary grades. A second possibility involves family-related influences on early grade retention. Lower-income children in this follow-up study were more likely to have been retained prior to third grade. Children eligible for Head Start came from the lowest-income homes and in the setting of this study were likely to be growing up in single-parent families. No children eligible for Head Start in this study were enrolled in Model AD classes. Thus, lower retention of Model AD children could be more related to family income factors than to type of preschool experience. A third possibility is that grade-level placements may not fully reflect academic performance in a competency-based system of promotion that emphasizes basic reading and arithmetic skills. If mastery of critical skills in these two subjects was not demonstrated, children were automatically retained regardless of their performance in other subject areas. Likewise, children who demonstrated mastery of critical reading and arithmetic objectives were able to advance regardless of performance in other subject areas. Meeting basic competency requirements of the primary grades may not be sufficient to sustain later academic performance when quotpulling it all togetherquot requires more than just quotadding up the piecesquot children have acquired along the way. Children with academically directed preschool experiences may have missed out on the more integrative experiences of peers in other preschool models. Future research to investigate each of these possibilities is needed. By the end of the primary grades, there was little difference in the academic performance of children who had experienced three different preschool models. This finding was consistent with the developmental assumption that, by the end of third grade, most children will have attained the basic academic skills. Earlier limitations associated with a combination approach had been overcome, and children were generally academically comparable and on quoteven footingquot when they entered the transition to the later elementary school grades. What happened on the other side of this transition Why did academic performance of children from academically directed preschool classes begin to decline The difference between their school grades and those of children from child-initiated preschools was not just statistically significant151the 14 difference in grades was of practical significance with children differing by more than a third of a standard deviation in overall grades. Perhaps the answer can be found in new demands characteristic of the later elementary school grades. Through the primary grades, children are learning to read. An academically directed approach typically emphasizes the act of reading over comprehension. Beginning in fourth grade, children are reading to learn comprehension is critical. In fourth grade, they encounter more abstract concepts that do not necessarily match up with their everyday experiences. Additionally, fourth-grade teachers expect children to be more independent in the learning process, to assume more responsibility for their learning, and to show greater initiative. Perhaps teachers foster this independence by stepping back somewhat and shifting their instructional approach to be less didactic. It is at this point that motivation and self-initiated learning become crucial for childrens later school success. This is the point at which Elkind (1986) and Zigler (1987) worried that short-term academic gains produced by overly didactic, formal instructional practices for young children would be offset by long-term stifling of childrens motivation. Important lessons about independence and self-initiative are being learned in the early childhood years. Overly teacher-directed approaches that tell young children what to do, when to do it, and how to do it most likely curtail development of initiative during the preschool years. According to developmentalist Constance Kamii (1975, 1984), such an approach produces passive students who wait to be told what to think next. Therefore, it is not really surprising that children whose preschool experience may have curtailed initiative would find the transition to the later elementary school grades more difficult. The foundation of critical thinking may be found in early childhood experiences that foster curiosity, initiative, independence, and effective choice. As predicted, earlier sex differences in school achievement favoring girls persisted both at the end of the primary grades and following the transition to the later elementary school years. Going into the transition, the smallest gap between boys and girls academic performance was seen among children who had attended preschool classes where teachers used a quotcombinationquot approach. On the other side of the transition, the smallest gap between the sexes was seen in children who had child-initiated preschool experiences. When academic demands increased, boys whose earliest school experiences involved active, self-initiated learning appeared to be better able to meet these new demands. Although sex differences did not, as predicted, moderate the effect of preschool model across time, the closing of the academic gap between boys and girls following the primary grades was interesting. African American boys do not typically follow the academic pattern of boys in general by surpassing girls following the elementary school years. Might the boys in this predominantly African American sample whose preschool experience was active and child initiated break the pattern and pull ahead of girls, or at least stay close to girls, at the next major educational transition Miller and Bizzells findings (1984) suggest that this outcome is a distinct possibility. And, if so, what is the underlying mechanism by which to account for such a possibility How do cultural factors interact with and moderate the influence of various preschool models The passivity required of children in an overly academically directed approach may be especially difficult for young African American boys. In the preschool years, girls earlier maturation may have allowed them to better process the verbal instruction typical of didactic, academically directed instruction, whereas boys generally slower rate of neurological development may have required a more active, quothands onquot approach found in nondidactic, child-initiated early learning experiences. Lessons learned in the preschool years assuredly carry over into childrens later school careers. The next academic transition, when children leave elementary school, will be especially interesting for understanding sex differences in academic performance of these low-income children. Caution is warranted when interpreting this studys findings. First, and foremost, it is important to remember that the quasi-experimental design used in this research does not establish causality. Although parents did not choose their childs teacher or preschool model, neither did the researcher randomly assign children to preschool model at the beginning of this longitudinal study. This was a field study reflecting typical educational practices where children attend their neighborhood school. Second, because the research design is correlational, other intervening variables between preschool and fourth grade most likely contribute to these findings. For example, schools attended, as well as teachers and classmates, undoubtedly affect childrens later school achievement. Additionally, the influence of family characteristics shown to positively affect educational outcomes of African American children (Luster amp McAdoo, 1996) were not adequately examined in this study of intact groups. Only effects of family income and number of parents were investigated. Future research would be strengthened by greater attention to other family characteristics, such as parental beliefs, that are known to influence childrens development (Sigel, 1985). Third, the follow-up sample did differ somewhat from the original in that it consisted of more minority children who were poorer and more likely to live in single-parent families than the sample originally studied. This difference, along with high attrition, was expected in a city where middle-class children often leave the public school system after kindergarten and children from highly mobile, lower-income families often relocate to a neighboring state. Because policy makers were interested in action research that could benefit children enrolled in their own school district, children who left this school system were not followed. Data from those who left the public schools would be interesting to examine. However, it is unlikely that these new data would have altered findings regarding the influence of preschool model because approximately equal numbers of children from each model were lost. Finally, use of individual children as the statistical unit of analysis, rather than school or classroom means, could limit generalizability of findings due to potential interdependence of grades for children in the same classroom. Unfortunately, even nested analysis of potentially nonindependent observations does not guarantee that statistical assumptions of independence of error will be met (Hopkins, 1982). The large number of schools (and hence of teachers) in this follow-up study reduces the possible effect of any particular teachers grading practices on these findings. Concern about interdependence of grades assigned to children in the same classroom is also somewhat reduced by the competency-based grading system used in this school district. It is important to remember that the large number of schools and teachers sampled in this study enhances, but does not guarantee, generalizability of this studys findings. Childrens later school success appears to be enhanced by more active, child-initiated learning experiences. Their long-term progress may be slowed by overly academic preschool experiences that introduce formalized learning experiences too early for most childrens developmental status. Pushing children too soon may actually backfire when children move into the later elementary school grades and are required to think more independently and take on greater responsibility for their own learning process. References Becker, Wesley C. amp Gersten, Russell. (1982). A follow-up of follow through: The later effects of the direct instruction model on children in fifth and sixth grades. American Educational Research Journal, 19 (1), 75-92. EJ 271 993 . Burts, Diane C. Hart, Craig, H. Charlesworth, Rosalind amp DeWolf, Michele. (1993). Developmental appropriateness of kindergarten programs and academic outcomes in first grade. Journal of Research in Childhood Education, 8 (1), 23-31. EJ 493 673 . Charlesworth, Rosalind Hart, Craig H. Burts, Diane C. Mosley, Jean amp Fleege, Pamela O. (1993). Measuring the developmental appropriateness of kindergarten teachers beliefs and practices. Early Childhood Research Quarterly, 8 (3), 255-276. EJ 474 784. DeVries, Rheta Reese-Learned, Halcyon amp Morgan, Pamela. (1991). Sociomoral development in direct-instruction, eclectic, and constructivist kindergartens: A study of childrens enacted interpersonal understanding. Early Childhood Research Quarterly, 6 (4), 473-517. EJ 441 873 . Elkind, David. (1986). Formal education and early childhood education: An essential difference. Phi Delta Kappan, 67 (9), 631-636. EJ 337 505 . Goffin, Stacie G. (1994). Curriculum models and early childhood education: Appraising the relationship. New York: Merrill. Hart, Craig H. Charlesworth, Rosalind Burts, Diane C. amp DeWolf, Michele. (1993, March). The relationship of attendance in developmentally appropriate or inappropriate kindergarten classrooms to first and second grade behavior. Poster session presented at the biennial meeting of the Society for Research in Child Development, New Orleans, LA. Hopkins, Kenneth D. (1982). The unit of analysis: Group means versus individual observations. American Educational Research Journal, 19 (1), 5-18. EJ 271 990 . Hyson, Marion C. Hirsch-Pasek, Kathy amp Rescorla, Leslie. (1990). The classroom practices inventory: An observational instrument based on NAEYCs guidelines for developmentally appropriate practices for 4- and 5-year-old children. Early Childhood Research Quarterly, 5 (4), 475-494. EJ 423 540 . Kagan, Dona M. amp Smith, Kenneth. (1988). Beliefs and behaviours of kindergarten teachers. Educational Research, 30 (1), 26-35. Kamii, Constance. (1975). One intelligence indivisible. Young Children, 30 (4), 228-238. EJ 121 221 . Kamii, Constance. (1984). Autonomy: The aim of education envisioned by Piaget. Phi Delta Kappan, 65 (6), 410-415. EJ 293 135 . Kessler, Shirley A. (1991). Alternative perspectives on early childhood education. Early Childhood Research Quarterly, 6 (2), 183-197. EJ 431 699 . Lazar, Irving Darlington, Richard Murray, Harry Royce, Jacqueline amp Snipper, Ann. (1982). Lasting effects of early education: A report from the Consortium for Longitudinal Studies. Monographs of the Society for Research in Child Development, 47 (2-3, Serial No. 195). EJ 266 057 . Luster, Tom, amp McAdoo, Harriette. (1996). Family and child influences on educational attainment: A secondary analysis of the HighScope Perry Preschool data. Developmental Psychology, 32 (1), 26-39. EJ 524 920. Marcon, Rebecca. (1990). Early learning and early identification: Final report of the three year longitudinal study. Washington, DC: District of Columbia Public Schools. ED 331 934 . Marcon, Rebecca. (1992). Differential effects of three preschool models on inner-city 4-year-olds. Early Childhood Research Quarterly, 7 (4), 517-530. EJ 458 104 . Marcon, Rebecca. (1993). Socioemotional versus academic emphasis: Impact on kindergartners development and achievement. Early Child Development and Care, 96, 81-91. EJ 478 144 . Marcon, Rebecca. (1999). Differential impact of preschool models on development and early learning of inner-city children: A three cohort study. Developmental Psychology, 35 (2), 358-375. EJ 582 451 . Mayfield, Margie I. (1983). Orientation to school and transitions of children between primary grades. Alberta Journal of Educational Research, 29 (4), 272-284. EJ 292 101 . McClure, Larry, amp Leigh, J. (1981). A sampler of competency-based education at its best. In Ruth S. Nickse amp Larry McClure (Eds.), Competency-based education: Beyond minimum competency testing (pp. 89-94). New York: Teachers College Press. ED 206 675 . Miller, Louise B. amp Bizzell, Rondeall P. (1984). Long-term effects of four preschool programs: Ninth - and tenth-grade results. Child Development, 55 (4), 1570-1587. EJ 305 776 . Miller, Louise B. amp Dyer, Jean L. (1975). Four preschool programs: Their dimensions and effects. Monographs of the Society for Research in Child Development, 40 (5-6, Serial No. 162). EJ 138 519 . Mills, Paulette E. Dale, Philip S. Cole, Kevin N. amp Jenkins, Joseph R. (1995). Follow-up of children from academic and cognitive preschool curricula at age 9. Exceptional Children, 61 (4), 378-393. EJ 497 634 . Pfannenstiel, Judy, amp Schattgen, Sharon F. (1997, March). Evaluating the effects of pedagogy informed by constructivism: A comparison of student achievement across constructivist and traditional classrooms. Paper presented at the annual meeting of the American Educational Research Association, Chicago. Pollard, Diane S. (1993). Gender, achievement, and African-American students perceptions of their school experience. Educational Psychologist, 28 (4), 341-356. Rawl, Ruth K. amp OTuel, Frances S. (1982). A comparison of three prereading approaches for kindergarten students. Reading Improvement, 19 (3), 205-211. EJ 269 746 . Reynolds, Arthur J. (1989). A structural model of first-grade outcomes for an urban, low socioeconomic status, minority population. Journal of Educational Psychology, 81 (4), 594-603. EJ 404 602 . Richardson, Stephen A. Koller, Helene amp Katz, Mindy. (1986). Factors leading to differences in the school performance of boys and girls. Journal of Developmental and Behavioral Pediatrics, 7 (1), 49-55. Rowan, Joseph L. (1989). The effect of gender on non-promotion of Black males. Unpublished manuscript. ED 313 456 . Schweinhart, Lawrence J. amp Weikart, David P. (1997). The HighScope preschool curriculum comparison study through age 23. Early Childhood Research Quarterly, 12 (2), 117-143. EJ 554 350 . Schweinhart, Lawrence J. Weikart, David P. amp Larner, Mary B. (1986). Consequences of three preschool curriculum models through age 15. Early Childhood Research Quarterly, 1 (1), 15-45. EJ 334 891 . Shepard, Lorrie A. amp Smith, Mary Lee. (1988). Escalating academic demand in kindergarten: Counterproductive policies. Elementary School Journal, 89 (2), 135-145. EJ 382 617 . Sigel, Irving E. (1985). Parental belief systems: The psychological consequences for children. Hillsdale, NJ: Erlbaum. Stipek, Deborah Feiler, Rachelle Daniels, Denise amp Milburn, Sharon. (1995). Effects of different instructional approaches on young childrens achievement and motivation. Child Development, 66 (1), 209-223. EJ 501 879 . Vartuli, Sue. (1999). How early childhood teacher beliefs vary across grade level. Early Childhood Research Quarterly, 14 (4), 489-514. EJ 631 458 . Walsh, Daniel J. (1989). Changes in kindergarten: Why here Why now Early Childhood Research Quarterly, 4 (3), 377-391. EJ 402 845 . Weikart, David P. Epstein, Ann S. Schweinhart, Lawrence J. amp Bond, James T. (1978). The Ypsilanti preschool curriculum demonstration project: Preschool years and longitudinal results (Monographs of the HighScope Educational Research Foundation, 4). Ypsilanti, MI: HighScope Press. ED 156 756 . Zigler, Edward. (1987). Formal schooling for four-year-olds No. American Psychologist, 42 (3), 254-260. EJ 355 124. Author Information Rebecca A. Marcon, Ph. D. is a developmental psychologist and a professor of psychology at the University of North Florida. She received her B. A. in psychology from California State University-Fullerton and her M. A. from the University of California, Los Angeles. After working as a school psychologist in the barrios of east Los Angeles, she left California to pursue her Ph. D. in developmental psychology at Louisiana State University. Since completing her Ph. D. she has been a faculty member in the Departments of Psychology at Clemson University, Davidson College, and the University of North Florida. She was also a senior research associate in the District of Columbia Public Schools where she initiated an ongoing longitudinal study of early childhood educational practices. Her research interests include social and language development, early intervention, and public policy. She continues to serve young children and families in the District of Columbia Public Schools as a researcher and consultant. Dr. Marcon also is actively involved with Head Start programs serving young children in northeast Florida. She is a member of the Early Childhood Research Quarterly Editorial Board and serves as a Research in Review Editor for Young Children. Rebecca A. Marcon, Ph. D. Department of Psychology University of North Florida 4567 St. Johns Bluff Road, South Jacksonville, FL 32224-2673 Office Bldg. 39-4072 Telephone: 904-620-2807 Fax: 904-620-3814 Email: rmarconunf. edu This article has been accessed 71,587 times through June 1, 2007.