Przenoszenie średnia model w r

Wprowadzenie do ARIMA: modele niesezonowe Równanie prognostyczne ARIMA (p, d, q): Modele ARIMA są, w teorii, najbardziej ogólną klasą modeli do prognozowania szeregów czasowych, które można przekształcić na 8220stacjonarne 8221 przez różnicowanie (jeśli to konieczne), być może w połączeniu z transformacjami nieliniowymi, takimi jak rejestracja lub deflacja (jeśli to konieczne). Zmienna losowa, która jest szeregiem czasowym, jest nieruchoma, jeśli jej właściwości statystyczne są stałe w czasie. Seria stacjonarna nie ma trendu, jej wahania wokół średniej mają stałą amplitudę i poruszają się w spójny sposób. tj. jego krótkoterminowe wzorce czasu losowego zawsze wyglądają tak samo w sensie statystycznym. Ten ostatni warunek oznacza, że ​​jego autokorelacje (korelacje z jego własnymi wcześniejszymi odchyleniami od średniej) pozostają stałe w czasie, lub równoważnie, że jego widmo mocy pozostaje stałe w czasie. Zmienna losowa tej postaci może być oglądana (jak zwykle) jako kombinacja sygnału i szumu, a sygnał (jeśli jest widoczny) może być wzorem szybkiej lub wolnej średniej rewersji, lub sinusoidalnej oscylacji, lub szybkiej przemiany w znaku , a także może mieć składnik sezonowy. Model ARIMA może być postrzegany jako 8220filter8221, który próbuje oddzielić sygnał od szumu, a sygnał jest następnie ekstrapolowany w przyszłość w celu uzyskania prognoz. Równanie prognostyczne ARIMA dla stacjonarnych szeregów czasowych jest równaniem liniowym (to jest typu regresyjnym), w którym predyktory składają się z opóźnień zmiennej zależnej i opóźnień błędów prognoz. Oznacza to: Przewidywaną wartość Y stałej stałej lub ważoną sumę jednej lub więcej ostatnich wartości Y i lub ważoną sumę jednej lub więcej ostatnich wartości błędów. Jeśli predykatory składają się tylko z opóźnionych wartości Y., jest to model czysto autoregresyjny (8220a-regressed8221), który jest tylko szczególnym przypadkiem modelu regresji i który może być wyposażony w standardowe oprogramowanie regresyjne. Na przykład, autoregresyjny model pierwszego rzędu (8220AR (1) 8221) dla Y jest prostym modelem regresji, w którym zmienna niezależna jest po prostu Y opóźniona o jeden okres (LAG (Y, 1) w Statgraphics lub YLAG1 w RegressIt). Jeśli niektóre z predyktorów są opóźnieniami błędów, to model ARIMA NIE jest modelem regresji liniowej, ponieważ nie ma sposobu, aby określić 8220last okres8217s błąd8221 jako zmienną niezależną: błędy muszą być obliczane na podstawie okresu do okresu kiedy model jest dopasowany do danych. Z technicznego punktu widzenia problem z wykorzystaniem opóźnionych błędów jako czynników predykcyjnych polega na tym, że przewidywania model8217 nie są liniowymi funkcjami współczynników. mimo że są liniowymi funkcjami przeszłych danych. Współczynniki w modelach ARIMA, które zawierają opóźnione błędy, muszą być oszacowane przez nieliniowe metody optymalizacji (8220hill-climbing8221), a nie przez samo rozwiązanie układu równań. Akronim ARIMA oznacza Auto-Regressive Integrated Moving Average. Lagi z stacjonarnej serii w równaniu prognostycznym nazywane są "wartościami dodatnimi", opóźnienia błędów prognoz są nazywane "przesunięciem średniej", a szeregi czasowe, które muszą być różnicowane, aby stały się stacjonarne, są uważane za "podzielone" wersje stacjonarnej serii. Modele random-walk i random-tendencja, modele autoregresyjne i modele wygładzania wykładniczego są szczególnymi przypadkami modeli ARIMA. Niesezonowy model ARIMA jest klasyfikowany jako model DAIMIMA (p, d, q), gdzie: p to liczba terminów autoregresyjnych, d to liczba niesezonowych różnic potrzebnych do stacjonarności, a q to liczba opóźnionych błędów prognozy w równanie predykcji. Równanie prognostyczne jest skonstruowane w następujący sposób. Po pierwsze, niech y oznacza różnicę d Y. Oznacza to: Zwróć uwagę, że druga różnica Y (przypadek d2) nie jest różnicą od 2 okresów temu. Jest to raczej różnica między pierwszą a różnicą. który jest dyskretnym analogiem drugiej pochodnej, tj. lokalnym przyspieszeniem szeregu, a nie jego lokalnym trendem. Pod względem y. ogólne równanie prognostyczne jest następujące: Tutaj parametry średniej ruchomej (9528217 s) są zdefiniowane w taki sposób, że ich znaki są ujemne w równaniu, zgodnie z konwencją wprowadzoną przez Boxa i Jenkinsa. Niektórzy autorzy i oprogramowanie (w tym język programowania R) definiują je, aby zamiast tego mieli znaki plus. Kiedy rzeczywiste liczby są podłączone do równania, nie ma dwuznaczności, ale ważne jest, aby wiedzieć, którą konwencję używa twoje oprogramowanie podczas odczytu danych wyjściowych. Często parametry są tam oznaczone przez AR (1), AR (2), 8230 i MA (1), MA (2), 8230 itd. Aby zidentyfikować odpowiedni model ARIMA dla Y. zaczynasz od określenia kolejności różnicowania (d) konieczność stacjonowania serii i usunięcia ogólnych cech sezonowości, być może w połączeniu z transformacją stabilizującą warianty, taką jak rejestracja lub deflacja. Jeśli zatrzymasz się w tym momencie i będziesz przewidywał, że zróżnicowana seria jest stała, dopasowałeś jedynie model losowego spaceru lub losowego trendu. Jednak stacjonarne serie mogą nadal mieć błędy związane z auto - korelacjami, co sugeruje, że w równaniu prognostycznym potrzebna jest również pewna liczba terminów AR (p 8805 1) i kilka warunków MA (q 8805 1). Proces określania wartości p, d i q, które są najlepsze dla danej serii czasowej, zostanie omówiony w późniejszych sekcjach notatek (których linki znajdują się na górze tej strony), ale podgląd niektórych typów nietypowych modeli ARIMA, które są powszechnie spotykane, podano poniżej. ARIMA (1,0,0) Model autoregresyjny pierwszego rzędu: jeśli seria jest stacjonarna i autokorelowana, być może można ją przewidzieć jako wielokrotność jej poprzedniej wartości plus stałą. Równanie prognostyczne w tym przypadku wynosi 8230, co oznacza, że ​​Y cofnął się sam w sobie o jeden okres. Jest to model 8220ARIMA (1,0,0) constant8221. Jeżeli średnia z Y wynosi zero, wówczas nie zostałoby uwzględnione stałe wyrażenie. Jeśli współczynnik nachylenia 981 1 jest dodatni i mniejszy niż 1 w skali (musi być mniejszy niż 1 waga, jeśli Y jest nieruchomy), model opisuje zachowanie polegające na odwróceniu średniej, w którym należy przypisać wartość kolejnego okresu 817 razy 981 razy jako daleko od średniej, jak ta wartość okresu. Jeżeli 981 1 jest ujemny, przewiduje zachowanie średniej odwrócenia z naprzemiennością znaków, tj. Przewiduje również, że Y będzie poniżej średniego następnego okresu, jeśli jest powyżej średniej tego okresu. W modelu autoregresyjnym drugiego rzędu (ARIMA (2,0,0)), po prawej stronie pojawi się również termin Y t-2 i tak dalej. W zależności od znaków i wielkości współczynników, model ARIMA (2,0,0) może opisywać układ, którego średnia rewersja zachodzi w sposób oscylacyjny sinusoidalnie, podobnie jak ruch masy na sprężynie poddanej losowym wstrząsom . Próba losowa ARIMA (0,1,0): Jeśli seria Y nie jest nieruchoma, najprostszym możliwym modelem jest model losowego spaceru, który można uznać za ograniczający przypadek modelu AR (1), w którym autoregresyjny Współczynnik jest równy 1, tzn. szeregowi z nieskończenie powolną średnią rewersją. Równanie predykcji dla tego modelu można zapisać jako: gdzie stałym terminem jest średnia zmiana okresu do okresu (tj. Dryf długoterminowy) w Y. Ten model może być dopasowany jako model regresji bez przechwytywania, w którym pierwsza różnica Y jest zmienną zależną. Ponieważ zawiera on (tylko) niesezonową różnicę i stały termin, jest klasyfikowany jako model DAIMA (0,1,0) ze stałą. Często Model bezładnego spaceru byłby ARIMA (0,1; 0) model bez stałego ARIMA (1,1,0) różny model autoregresyjny pierwszego rzędu: Jeśli błędy modelu losowego spaceru są autokorelowane, być może problem można rozwiązać, dodając jedno opóźnienie zmiennej zależnej do równania predykcji - - to znaczy przez regresję pierwszej różnicy Y, która sama w sobie jest opóźniona o jeden okres. To przyniosłoby następujące równanie predykcji: które można przekształcić w To jest autoregresyjny model pierwszego rzędu z jednym rzędem niesezonowego różnicowania i stałym terminem - tj. model ARIMA (1,1,0). ARIMA (0,1,1) bez stałego prostego wygładzania wykładniczego: Inna strategia korekcji błędów związanych z autokorelacją w modelu losowego spaceru jest zasugerowana przez prosty model wygładzania wykładniczego. Przypomnijmy, że w przypadku niektórych niestacjonarnych szeregów czasowych (na przykład takich, które wykazują głośne wahania wokół wolno zmieniającej się średniej), model spaceru losowego nie działa tak dobrze, jak średnia ruchoma wartości z przeszłości. Innymi słowy, zamiast brać ostatnią obserwację jako prognozę następnej obserwacji, lepiej jest użyć średniej z ostatnich kilku obserwacji w celu odfiltrowania hałasu i dokładniejszego oszacowania średniej lokalnej. Prosty model wygładzania wykładniczego wykorzystuje wykładniczo ważoną średnią ruchomą przeszłych wartości, aby osiągnąć ten efekt. Równanie predykcji dla prostego modelu wygładzania wykładniczego można zapisać w wielu matematycznie równoważnych formach. jedną z nich jest tak zwana forma 8220, korekta zera 8221, w której poprzednia prognoza jest korygowana w kierunku popełnionego błędu: Ponieważ e t-1 Y t-1 - 374 t-1 z definicji, można to przepisać jako : co jest równaniem ARIMA (0,1,1) - bez stałej prognozy z 952 1 1 - 945. Oznacza to, że możesz dopasować proste wygładzanie wykładnicze, określając je jako model ARIMA (0,1,1) bez stała, a szacowany współczynnik MA (1) odpowiada 1-minus-alfa w formule SES. Przypomnijmy, że w modelu SES średni wiek danych w prognozach z wyprzedzeniem 1 roku wynosi 1 945. Oznacza to, że będą one pozostawać w tyle za trendami lub punktami zwrotnymi o około 1 945 okresów. Wynika z tego, że średni wiek danych w prognozach 1-okresowych modelu ARIMA (0,1,1) - bez stałej wynosi 1 (1 - 952 1). Tak więc, na przykład, jeśli 952 1 0.8, średnia wieku wynosi 5. Ponieważ 952 1 zbliża się do 1, ARIMA (0,1,1) - bez stałego modelu staje się bardzo długookresową średnią ruchomą, a jako 952 1 zbliża się do 0, staje się modelem losowego chodzenia bez dryfu. Jaki jest najlepszy sposób korekcji autokorelacji: dodawanie terminów AR lub dodawanie terminów MA W dwóch poprzednich modelach omówionych powyżej, problem związanych z autokorelacją błędów w modelu losowego spaceru został ustalony na dwa różne sposoby: przez dodanie opóźnionej wartości różnej serii do równania lub dodanie opóźnionej wartości błędu prognozy. Które podejście jest najlepsze Zasada praktyczna dla tej sytuacji, która zostanie omówiona bardziej szczegółowo w dalszej części, polega na tym, że pozytywna autokorelacja jest zwykle najlepiej traktowana przez dodanie do modelu warunku AR, a negatywna autokorelacja jest zwykle najlepiej traktowana przez dodanie Termin magisterski. W biznesowych i ekonomicznych szeregach czasowych negatywna autokorelacja często pojawia się jako artefakt różnicowania. (Ogólnie rzecz biorąc, różnicowanie zmniejsza pozytywną autokorelację, a nawet może spowodować przełączenie z autokorelacji dodatniej na ujemną). Tak więc model ARIMA (0,1,1), w którym różnicowanie jest połączone z terminem MA, jest częściej używany niż Model ARIMA (1,1,0). ARIMA (0,1,1) o stałym prostym wygładzaniu wykładniczym ze wzrostem: Dzięki wdrożeniu modelu SES jako modelu ARIMA można uzyskać pewną elastyczność. Po pierwsze, szacowany współczynnik MA (1) może być ujemny. odpowiada to współczynnikowi wygładzania większemu niż 1 w modelu SES, co zwykle nie jest dozwolone w procedurze dopasowania modelu SES. Po drugie, masz możliwość włączenia stałego warunku w modelu ARIMA, jeśli chcesz, aby oszacować średni niezerowy trend. Model ARIMA (0,1,1) ze stałą ma równanie prognozy: prognozy jednokresowe z tego modelu są jakościowo podobne do tych z modelu SES, z tym że trajektoria prognoz długoterminowych jest zwykle linia nachylenia (której nachylenie jest równe mu) zamiast linii poziomej. ARIMA (0,2,1) lub (0,2,2) bez stałego liniowego wygładzania wykładniczego: liniowe modele wygładzania wykładniczego są modelami ARIMA, które wykorzystują dwie niesezonowe różnice w połączeniu z terminami MA. Druga różnica w serii Y nie jest po prostu różnicą między Y a nią opóźnioną o dwa okresy, ale raczej jest pierwszą różnicą pierwszej różnicy - a. e. zmiana w Y w okresie t. Tak więc druga różnica Y w okresie t jest równa (Y t - Y t-1) - (Y t-1 - Y t-2) Y t - 2Y t-1 Y t-2. Druga różnica funkcji dyskretnej jest analogiczna do drugiej pochodnej funkcji ciągłej: mierzy ona przyspieszenie cytadania lub inną krzywiznę w funkcji w danym punkcie czasu. Model ARIMA (0,2,2) bez stałej przewiduje, że druga różnica szeregu równa się funkcji liniowej dwóch ostatnich błędów prognozy: która może być uporządkowana jako: gdzie 952 1 i 952 2 to MA (1) i Współczynniki MA (2). Jest to ogólny liniowy model wygładzania wykładniczego. w zasadzie taki sam jak model Holt8217s, a model Brown8217s to szczególny przypadek. Wykorzystuje wykładniczo ważone średnie ruchome do oszacowania zarówno lokalnego poziomu, jak i lokalnego trendu w serii. Długoterminowe prognozy z tego modelu zbiegają się do linii prostej, której nachylenie zależy od średniej tendencji obserwowanej pod koniec serii. ARIMA (1,1,2) bez stałego liniowego tłumienia wykładniczego. Ten model jest zilustrowany na załączonych slajdach w modelach ARIMA. Ekstrapoluje lokalny trend pod koniec serii, ale spłaszcza go na dłuższych horyzontach prognozy, wprowadzając nutę konserwatyzmu, praktykę, która ma empiryczne wsparcie. Zobacz artykuł na ten temat: "Dlaczego działa Damped Trend" autorstwa Gardnera i McKenziego oraz artykuł "Zgodny z legendą" Armstronga i in. dla szczegółów. Ogólnie zaleca się trzymać modele, w których co najmniej jedno z p i q jest nie większe niż 1, tj. Nie próbować dopasować modelu takiego jak ARIMA (2,1,2), ponieważ może to prowadzić do przeuczenia oraz pytania o współczynniku równomolowym, które omówiono bardziej szczegółowo w uwagach dotyczących struktury matematycznej modeli ARIMA. Implementacja arkusza kalkulacyjnego: modele ARIMA, takie jak opisane powyżej, można łatwo wdrożyć w arkuszu kalkulacyjnym. Równanie predykcyjne jest po prostu równaniem liniowym, które odnosi się do przeszłych wartości pierwotnych szeregów czasowych i przeszłych wartości błędów. W ten sposób można skonfigurować arkusz kalkulacyjny prognozowania ARIMA, przechowując dane w kolumnie A, formułę prognozowania w kolumnie B i błędy (dane minus prognozy) w kolumnie C. Formuła prognozowania w typowej komórce w kolumnie B byłaby po prostu wyrażenie liniowe odnoszące się do wartości w poprzednich wierszach kolumn A i C, pomnożone przez odpowiednie współczynniki AR lub MA zapisane w komórkach w innym miejscu arkusza kalkulacyjnego. ZASTOSOWANIA GAZÓW, PŁYNÓW i STRUMIENI w modelu cząsteczkowym dla trzech modeli cząsteczek cząstek materii, opisujące, wyjaśniające właściwości gazów, cieczy i ciał stałych Doc Browns Chemistry KS4 science GCSEIGCSE Notatki rewizyjne Porównanie właściwości GAZÓW, CIECZY I SOLIDÓW Stan Materii Gasliquidsolidrevision notes Część 1 Model cząstek kinetycznych oraz opis i wyjaśnienie właściwości gazów , ciecze i ciała stałe, zmiany stanu i rozwiązania (sekcje od 1a do 3d) Powinieneś wiedzieć, że trzy stany materii są stałe, ciekłe i gazowe. Topienie i zamrażanie odbywa się w punkcie topnienia, gotowanie i kondensacja odbywa się w punkcie wrzenia. Trzy stany materii można przedstawić za pomocą prostego modelu, w którym cząstki są reprezentowane przez małe, srebrne kule. Teoria cząstek może pomóc wyjaśnić topnienie, gotowanie, zamrażanie i kondensację. Ilość energii potrzebnej do zmiany stanu z ciał stałych na ciecz i z cieczy na gaz zależy od siły sił między cząstkami substancji i natury zaangażowanych cząstek, w zależności od rodzaju wiązania i struktury substancji. Im silniejsze siły między cząstkami, tym wyższa temperatura topnienia i temperatura wrzenia substancji. Szczegółowe informacje znajdują się w uwagach na temat struktury i klejenia. Fizyczny stan, jaki przyjmuje materiał, zależy od jego struktury, temperatury i ciśnienia. Symbole stanów używane w równaniach: (g) gaz (l) ciecz (wodny) roztwór wodny (roztwory) Stały roztwór wodny oznacza roztwór rozpuszczony w wodzie Większość diagramów cząsteczek na tej stronie jest reprezentacjami 2D ich struktury i stanu PRZYKŁADY TRZECH FIZYCZNE STANY GAZÓW CIELNYCH, np mieszanina powietrza wokół nas (w tym tlen potrzebny do spalania) i pary wysokociśnieniowej w kotle i cylindry parowozu. Wszystkie gazy w powietrzu są niewidoczne, ponieważ są bezbarwne i przezroczyste. Zauważ, że para, którą widzisz na zewnątrz czajnika lub lokomotywy parowej, to w rzeczywistości drobne kropelki wody powstałe z wyrzuconej pary, skraplającej się, gdy napotyka zimne powietrze, zmianę stanu gazu na ciecz (taki sam efekt przy tworzeniu mgły i mgły) . PŁYNY, np. woda jest najczęstszym przykładem, ale podobnie jak mleko, gorące masło, benzyna, olej, rtęć lub alkohol w termometrze. SOLIDY np. kamień, wszystkie metale w temperaturze pokojowej (z wyjątkiem rtęci), guma butów do chodzenia i większość obiektów fizycznych wokół ciebie. W rzeczywistości większość obiektów jest bezużyteczna, o ile nie mają one stałej struktury. Na tej stronie podstawowe fizyczne właściwości gazów, cieczy i ciał stałych są opisane w kategoriach struktury, ruchu cząstek (kinetyczna teoria cząstek), skutków zmian temperatury i ciśnienia oraz modeli cząstek używane do wyjaśnienia tych właściwości i cech. Miejmy nadzieję, że teoria i fakt dorównają uczniom, aby dobrze zrozumieć otaczający je świat materialny pod względem gazów, cieczy i ciał stałych określanych jako trzy stany fizyczne materii. Zmiany stanu znane jako topienie, stapianie, gotowanie, odparowywanie, kondensowanie, upłynnianie, zamrażanie, krzepnięcie, krystalizacja są opisane i objaśnione zdjęciami modelu cząstek, aby pomóc w zrozumieniu. Istnieje również wzmianka o mieszalnych i nie mieszających się cieczach i wyjaśnienie terminów lotnych i lotności po zastosowaniu na ciecz. Te notatki dotyczące stanu rzeczy powinny okazać się przydatne na nowych kursach chemii AQA, Edexcel i OCR GCSE (91). Subindeks dla części I sekcji (ta strona): 1.1. Trzy stany materii, modele teorii cząsteczek gazów gazowych Trzy stany materii są stałe, ciekłe i gazowe. Topienie i zamrażanie może odbywać się w punkcie topnienia, podczas gdy wrzenie i skraplanie ma miejsce w punkcie wrzenia. Odparowanie może mieć miejsce w dowolnej temperaturze od powierzchni cieczy. Możesz reprezentować trzy stany materii za pomocą prostego modelu cząsteczkowego. W tych modelach diagramy cząstki są reprezentowane przez małe, stałe sfery (struktura elektronów jest ignorowana). Teoria cząstek kinetycznych może pomóc wyjaśnić zmiany stanu, takie jak topnienie, gotowanie, zamrażanie i kondensacja. Ilość energii potrzebnej do zmiany stanu z ciał stałych na ciecz lub z cieczy na gaz zależy od siły sił między cząstkami substancji. Siły te mogą być stosunkowo słabymi siłami międzycząsteczkowymi (wiązanie międzycząsteczkowe) lub silnymi wiązaniami chemicznymi (jonowymi, kowalencyjnymi lub metalicznymi). Charakter cząstek zależy od rodzaju wiązania chemicznego i struktury substancji. Im silniejsze siły przyciągania pomiędzy cząstkami, tym wyższa temperatura topnienia i temperatura wrzenia substancji CO TO TRZECH STANY MATERII Większość materiałów można po prostu opisać jako gaz, ciecz lub ciało stałe. DLACZEGO TAK, JAK SĄ SĄ TO? Wystarczy wiedzieć, że nie wystarczy, potrzebujemy kompleksowej teorii gazów, która może wyjaśnić ich zachowanie i przewidzieć, co się stanie, np. jeśli zmienimy temperaturę lub ciśnienie. W JAKI SPOSÓB MOŻEMY WYJAŚNIĆ W JAKI SPOSÓB ZACHOWAĆ Potrzebujemy teoretycznego modelu, np. teorię cząstek popartą dowodami eksperymentalnymi. MOŻLIWE MODELE CZĄSTEK STAŁYCH POMOC NAM DO ZROBIENIA ICH WŁAŚCIWOŚCI I CHARAKTERYSTYKI DLACZEGO WARTO WIEDZIEĆ O WŁAŚCIWOŚCIACH GAZÓW, PŁYNÓW I CZYSTYCH W przemyśle chemicznym ważne jest, aby wiedzieć o zachowaniu się gazów, cieczy i ciał stałych w procesach chemicznych, np. co dzieje się z różnymi stanami ze zmianami temperatury i ciśnienia. Co to jest KATETYCZNA TEORIA CZĘŚCI Gazy, ciecze i ciała stałe Teoria kinetycznych stanów materii opiera się na idei wszystkich materiałów istniejących jako bardzo bardzo małe cząstki, które mogą być pojedynczymi atomami lub cząsteczkami i ich interakcji ze sobą albo przez kolizję w gazach lub cieczach lub przez wibracje i wiązania chemiczne w ciałach stałych. CZY MOŻEMY WYKONYWAĆ PRZEWIDYWANIA OPARTE NA WŁASNYCH WŁAŚCIWOŚCICH CHARAKTERYSTYCZNYCH Ta strona przedstawia ogólne fizyczne opisy substancji na najprostszym fizycznym (niechemicznym) poziomie klasyfikacji, tj. Czy jest to gaz, ciecz lub ciało stałe. ALE niniejsza strona internetowa wprowadza również modele cząstek, w których małe kółko reprezentuje atom lub cząsteczkę, tj. Konkretną cząstkę lub najprostszą jednostkę substancji. Ta sekcja jest dość abstrakcyjna w pewnym sensie, ponieważ mówimy o cząstkach, których nie można zobaczyć jako pojedynczych, po prostu o sypkim materiale, jego fizycznym charakterze i właściwościach. Czy istnieją ograniczenia modeli cząsteczek? Cząstki są traktowane jako proste nieelastyczne kule i po prostu zachowują się jak małe kulki snookera latające dookoła, nie do końca prawdziwe, ale latają w kółko przypadkowo non-stop Chociaż cząstki są uważane za twarde kule i nieelastyczne W rzeczywistości są one wszelkiego rodzaju kształtami, skręcają i wyginają się w kolizji z innymi cząsteczkami, a kiedy reagują, dzielą się na fragmenty, gdy pękają wiązania. Prosty model nie zakłada żadnych sił między cząstkami, nieprawda, model w niewielkim stopniu uwzględnia siły między cząsteczkami, nawet w gazach uzyskuje się bardzo słabe siły międzycząsteczkowe. Model cząstek nie bierze pod uwagę rzeczywistego rozmiaru cząstek, np. cząsteczki jonów mogą mieć różną wielkość np. porównać cząsteczkę etenu z cząsteczką poli (etenu) Przestrzenie między cząsteczkami CO TO JEST GASTRONNY STAN MATERII JAKIE SĄ WŁAŚCIWOŚCI GAZU JAK ZACHOWUJĄ GAZOWY CZĘŚCI CZĘŚCI Jak teoria kinetyczna cząstek wyjaśnia właściwości gazów A nie ma ustalonego kształtu ani objętości, ale zawsze rozprzestrzenia się, aby wypełnić dowolny pojemnik - cząsteczki gazu rozproszą się na dowolną dostępną przestrzeń. Nie ma prawie żadnych sił przyciągania między cząstkami, więc są całkowicie wolne od siebie. Cząstki są szeroko rozmieszczone i rozproszone w szybkim ruchu losowym w całym pojemniku, więc nie ma porządku w systemie. Cząstki poruszają się liniowo i szybko we wszystkich kierunkach. i często zderzają się ze sobą iz bokiem kontenera. Zderzenie cząstek gazu z powierzchnią pojemnika powoduje ciśnienie gazu. podskakując z powierzchni, wywierają na to siłę. Wraz ze wzrostem temperatury. cząstki poruszają się szybciej, gdy uzyskują energię kinetyczną. Szybkość zderzeń między samymi cząstkami a powierzchnią pojemnika wzrasta, a to zwiększa ciśnienie gazu, np. w lokomotywie parowej lub objętości pojemnika, jeśli może on się rozszerzać, np. jak balon. Gazy mają bardzo niską gęstość (światło), ponieważ cząstki są tak rozmieszczone w pojemniku (objętość masy objętościowej). Kolejność gęstości: stałe gazy płynne gazy gtgtgt Gazy swobodnie przepływają, ponieważ nie ma skutecznych sił przyciągania pomiędzy cząsteczkami cząsteczek gazowych. Łatwość uporządkowania przepływu. gazy gt ciecze ciał stałych gtgtgt (brak rzeczywistego przepływu w ciałach stałych, chyba że je sproszkowałeś) Z tego powodu gazy i ciecze są określane jako płyny. Gazy nie mają powierzchni. i bez ustalonego kształtu lub objętości. a z powodu braku przyciągania cząsteczek, zawsze rozkładają się i wypełniają dowolny pojemnik (dzięki czemu objętość objętościowa objętości gazu). Gazy są łatwo kompresowane z powodu pustej przestrzeni między cząstkami. Łatwość porządku kompresji. gazy i ciecze gazy stałe (prawie niemożliwe do ściskania ciała stałego) Ciśnienie gazu Gdy gaz jest zamknięty w pojemniku, cząsteczki będą powodować i wywierają ciśnienie gazu, które jest mierzone w atmosferach (atm) lub paskalach (1,0 Pa 1,0 Nm 2), ciśnienie jest siłą siły, tj. efekt wszystkich zderzeń na powierzchni pojemnika. Ciśnienie gazu jest spowodowane siłą wytworzoną przez miliony uderzeń maleńkich pojedynczych cząstek gazu na bokach pojemnika. Na przykład, jeśli liczba cząstek gazowych w pojemniku jest podwojona, ciśnienie gazu jest podwojone, ponieważ podwojenie liczby cząsteczek podwaja liczbę uderzeń na bok pojemnika, tak że całkowita siła uderzenia na jednostkę powierzchni jest również podwojona. To podwojenie uderzeń cząstek podwajających ciśnienie jest przedstawione na dwóch poniższych wykresach. Jeśli objętość zamkniętego pojemnika utrzymuje się na stałym poziomie, a gaz wewnątrz ogrzewa się do wyższej temperatury, ciśnienie gazu wzrasta. Powodem tego jest to, że gdy cząsteczki są ogrzewane, uzyskują energię kinetyczną i średnio poruszają się szybciej. Dlatego zderzają się z bokami pojemnika z większą siłą uderzenia. więc zwiększając ciśnienie. Występuje również większa częstotliwość zderzenia ze ściankami pojemnika, ALE jest to niewielki czynnik w porównaniu do efektu zwiększonej energii kinetycznej i wzrostu średniej siły uderzenia. Dlatego też ustalona ilość gazu w zamkniętym pojemniku o stałej objętości, im wyższa temperatura, tym większe ciśnienie, a niższa temperatura tym niższe ciśnienie. Aby uzyskać obliczenia temperatury ciśnienia gazu, patrz część 2 ustawy o zakazie ładowania śmieci Jeśli objętość pojemnika może się zmienić, gazy łatwo się rozszerzają podczas ogrzewania z powodu braku przyciągania cząstek i łatwo ulegają ochłodzeniu. Podczas ogrzewania cząstki gazu zyskują energię kinetyczną. poruszaj się szybciej i częściej uderzaj w boki pojemnika. i znacznie, trafiają z większą siłą. W zależności od sytuacji w pojemniku, ciśnienie lub objętość wzrastają (lub odwrotnie przy chłodzeniu). Uwaga: Jest to objętość gazu, która rozszerza NIE cząsteczki, pozostają one w tym samym rozmiarze. Jeśli nie ma ograniczenia objętościowego, rozszerzanie się ogrzewania jest znacznie większe dla gazów niż dla cieczy lub ciał stałych, ponieważ nie ma znaczącego przyciągania między cząstkami gazowymi. Zwiększona przeciętna energia kinetyczna spowoduje wzrost ciśnienia gazu, a zatem gaz będzie próbował zwiększyć objętość, jeśli będzie mógł na przykład pozwolić na balony w ciepłym pomieszczeniu są znacznie większe niż ten sam balon w zimnym pomieszczeniu. Dla obliczeń objętości wolumetrycznej gazów patrz część 2 ustawy CharlessGayLussacs DIFFUZJA w gazach: Naturalny szybki i losowy ruch cząstek we wszystkich kierunkach oznacza, że ​​gazy łatwo się rozprzestrzeniają lub rozpraszają. Ruch netto określonego gazu będzie w kierunku od niższego stężenia do wyższego stężenia, w dół tak zwanego gradientu dyfuzji. Diagnozowanie trwa do momentu, w którym stężenia będą równomierne w całym zbiorniku gazów, ale WSZYSTKIE cząstki będą poruszać się z ich zawsze obecną energią kinetyczną Dyfuzja jest szybsza w gazach niż cieczach, gdzie jest więcej miejsca dla nich ruchu (eksperyment zilustrowany poniżej) i dyfuzja jest pomijalne w ciałach stałych ze względu na ścisłe upakowanie cząstek. Dyfuzja jest odpowiedzialna za rozprzestrzenianie się nieprzyjemnych zapachów nawet bez zakłóceń powietrza, np. używanie perfum, otwieranie słoika z kawą lub zapach benzyny wokół garażu. Szybkość dyfuzji wzrasta wraz ze wzrostem temperatury, gdy cząstki zyskują energię kinetyczną i poruszają się szybciej. Inne dowody na przypadkowy ruch cząstek, w tym dyfuzję. Kiedy cząstki dymu są oglądane pod mikroskopem, wydają się tańczyć dookoła, gdy są oświetlone wiązką światła w punkcie 90 o względem kierunku patrzenia. Dzieje się tak dlatego, że cząsteczki dymu ukazują się dzięki odbijaniu światła i tańcowi dzięki milionom przypadkowych trafień z szybko poruszających się cząsteczek powietrza. Nazywa się to ruchem Browna (patrz poniżej w cieczach). W dowolnym momencie uderzenia nie będą równe, więc cząsteczka dymu otrzyma większe uderzenie w przypadkowym kierunku. Doświadczenie z dyfuzją dwóch cząsteczek gazowych zilustrowano powyżej i wyjaśniono poniżej. Długa szklana rurka (średnica 24 cm) jest wypełniona na jednym końcu czopem waty nasączonym stęż. kwas chlorowodorowy uszczelniony gumowym korkiem (dla zdrowia i bezpieczeństwa), a rura pozostaje idealnie nieruchoma, zaciśnięta w pozycji poziomej. Podobny korek stęż. roztwór amoniaku jest umieszczony na drugim końcu. Nasączone waty waty wydzielają odpowiednio opary HCl i NH3, a jeśli rura pozostaje nienaruszona i pozioma, pomimo braku ruchu rurki, np. Bez wytrząsania w celu wymieszania i braku konwekcji biała chmura tworzy około 1 3 r. Wraz ze stężeniem. koniec rury kwasu solnego. Opis: Zdarza się bezbarwne gazy, amoniak i chlorowodór, rozpraszają się w rurze i reagują tworząc drobne białe kryształy chlorku amonu. chlorowodorek amoniaku chlorek amonu NH 3 (g) HCl (g) gt NH 4 Cl (s) Należy zwrócić uwagę na zasadę: im mniejsza masa cząsteczkowa, tym większa średnia prędkość cząsteczek (ale wszystkie gazy mają taką samą średnią energię kinetyczną w tej samej temperaturze). Dlatego im mniejsza masa cząsteczkowa, tym szybciej dyfunduje gaz. na przykład M r (NH3) 14 1x3 17. porusza się szybciej niż M r (HCl) 1 35,5 36,5 I dlatego spotykają się bliżej końca HCl tuby. Eksperyment jest więc nie tylko dowodem na ruch cząsteczki. jest to również dowód na to, że cząsteczki różnych mas cząsteczkowych poruszają się z różnymi prędkościami. Matematyczne traktowanie patrz prawo dyfuzji Grahama Kolorowy gaz, cięższy od powietrza (większa gęstość), umieszczany jest w dolnym słoju gazu, a nad nim umieszczony jest drugi słoik gazu o niższej gęstości bezbarwnego powietrza oddzielony szklaną pokrywą. Eksperymenty dyfuzyjne powinny być zamknięte w stałej temperaturze, aby zminimalizować zakłócenia konwekcyjne. Jeśli szklana pokrywa zostanie usunięta, wówczas (i) bezbarwne gazy powietrza będą dyfundować w dół do kolorowego brązowego gazu i (ii) brom dyfunduje do powietrza. Losowy ruch cząstek prowadzący do mieszania nie może wynikać z konwekcji, ponieważ bardziej gęsty gaz zaczyna się od dna. Nie wymaga wstrząsania ani innych metod mieszania. Losowy ruch obu partii cząstek jest wystarczający, aby zapewnić, że oba gazy ostatecznie zostaną całkowicie zmieszane przez dyfuzję (rozprowadzone do siebie). Jest to wyraźny dowód na dyfuzję ze względu na losowy ciągły ruch wszystkich cząstek gazu i początkowo ruch sieciowy jednego rodzaju cząstek od wyższego do niższego stężenia (w dół gradientu dyfuzji). Po całkowitym wymieszaniu nie obserwuje się dalszego rozkładu zmiany barwy, ALE losowy ruch cząstek jest kontynuowany Zobacz także inne dowody w sekcji cieczy po modelu cząstek dla poniższego diagramu dyfuzji. Cząstkowy model dyfuzji w gazach. Wyobraź sobie gradient dyfuzji od lewej do prawej dla zielonych cząsteczek dodanych do niebieskich cząstek po lewej stronie. Tak więc, dla zielonych cząstek, migracja netto jest od lewej do prawej i będzie kontynuowana, w zamkniętym pojemniku, aż wszystkie cząstki będą równomiernie rozmieszczone w pojemniku z gazem (jak na zdjęciu). Dyfuzja jest szybsza w gazach w porównaniu do liquidsolutions, ponieważ pomiędzy cząstkami jest więcej miejsca, aby inne cząstki mogły się swobodnie poruszać. Po ogrzaniu ciała stałego cząstki wibrują mocniej, gdy uzyskują energię kinetyczną, a siły przyciągania cząstek są osłabione. W końcu w punkcie topnienia. siły przyciągania są zbyt słabe, aby utrzymać cząstki w strukturze razem w uporządkowany sposób, a więc ciało stałe topi się. Zauważ, że siły międzycząsteczkowe wciąż istnieją, aby pomieścić razem masę cieczy, ale efekt nie jest wystarczająco silny, aby utworzyć uporządkowaną sieć krystaliczną ciała stałego. Cząstki mogą swobodnie się poruszać i tracić uporządkowane rozmieszczenie. Energia jest potrzebna, aby przezwyciężyć siły przyciągania i dać cząstkom zwiększoną energię kinetyczną wibracji. Tak więc ciepło jest odbierane z otoczenia, a topienie jest procesem endotermicznym (916H ve). Zmiany energii dla tych fizycznych zmian stanu dla szeregu substancji omówiono w części notatek energetycznych. Objaśnienie za pomocą teorii cząstek kinetycznych cieczy i ciał stałych Podczas chłodzenia cząstki cieczy tracą energię kinetyczną, dzięki czemu mogą się silniej przyciągać do siebie. Gdy temperatura jest dostatecznie niska, energia kinetyczna cząstek jest niewystarczająca, aby zapobiec powstawaniu sił przyciągających cząstki powodujących tworzenie się ciała stałego. Ostatecznie w punkcie zamarzania siły przyciągania są wystarczające, aby usunąć wszelką pozostającą swobodę ruchu (w kategoriach jednego miejsca do drugiego), a cząstki łączą się, tworząc uporządkowany stały układ (chociaż cząstki wciąż mają wibracyjną energię kinetyczną. musi być usunięty do otoczenia, tak dziwne, jak może się wydawać, zamrożenie jest procesem egzotermicznym (916H ve). Porównawcze zmiany energii stanu zmiany gazu ciekłego w postaci ciała stałego 2f (i) Krzywa chłodzenia Co dzieje się z temperaturą substancji jeśli jest schłodzony ze stanu gazowego do stanu stałego Należy pamiętać, że temperatura pozostaje stała podczas zmian stanu skraplania w temperaturze Tc i zamarzania w temperaturze Tf. Dzieje się tak, ponieważ cała energia cieplna jest usuwana przy chłodzeniu w tych temperaturach (utajone nagrzewanie lub entalpie zmiany stanu), umożliwia wzmocnienie sił międzycząstkowych (wiązanie międzycząsteczkowe) bez spadku temperatury. d przez egzotermiczny wzrost siły przyciągania międzycząsteczkowego. Pomiędzy poziomymi odcinkami zmiany stanu wykresu widać, że usuwanie energii zmniejsza energię kinetyczną cząstek, obniżając temperaturę substancji. Szczegółowy opis zmian stanu znajduje się w sekcji 2. Krzywa chłodzenia podsumowuje zmiany: w przypadku każdej zmiany stanu energia musi zostać usunięta. znany jako utajone ciepło. Rzeczywiste wartości energii dla tych fizycznych zmian stanu dla szeregu substancji zostały omówione bardziej szczegółowo w Notach Energetycznych. 2f (ii) Krzywa grzewcza. Co dzieje się z temperaturą substancji, jeśli jest ona ogrzewana ze stanu stałego do stanu gazowego. Zauważ, że temperatura pozostaje stała podczas zmian stanu topnienia w temperaturze Tm i wrzenia w temperaturze Tb. Dzieje się tak dlatego, że cała energia pochłonięta podczas ogrzewania w tych temperaturach (utajone nagrzewanie lub entalpie zmiany stanu) przechodzi w osłabienie sił międzycząsteczkowych (wiązanie międzycząsteczkowe) bez wzrostu temperatury. Zysk cieplny jest równy absorbowanej energii endotermicznej, niezbędnej do zmniejszenia sił międzycząsteczkowych. . Pomiędzy poziomymi odcinkami zmiany stanu wykresu widać, że energia wejściowa zwiększa energię kinetyczną cząstek i podnosi temperaturę substancji. Szczegółowy opis zmian stanu znajduje się w sekcji 2. Krzywa grzewcza podsumowuje zmiany: dla każdej zmiany stanu należy dodać energię. znany jako utajone ciepło. Rzeczywiste wartości energii dla tych fizycznych zmian stanu dla szeregu substancji zostały omówione bardziej szczegółowo w Notach Energetycznych. SPECYFICZNE PODGRZEWACZE Ciepło utajone dla stanu powoduje, że stała ciecz jest nazywana specjalnym utajonym ciepłem topnienia (do topienia lub zamrażania). Ciepło utajone dla stanu zmienia się w ciekłym gazie nazywanym specjalnym utajonym ciepłem parowania (do skraplania, parowania lub wrzenia). Więcej o utajonym cieple patrz moje uwagi fizyki na temat określonego ciepła utajonego. Wyjaśnione za pomocą teorii cząstek kinetycznych gazów i ciał stałych. gdy substancja stała po podgrzaniu przechodzi bezpośrednio w gaz bez topienia, a gaz po schłodzeniu przekształca substancję stałą bezpośrednio, bez kondensacji do cieczy. Sublimacja zwykle wymaga fizycznej zmiany, ALE jej nie zawsze jest tak prosta (patrz: chlorek amonu). Teoria w kategoriach cząstek. Po ogrzaniu ciała stałego cząstki wibrują ze wzrostem siły z dodatkowej energii cieplnej. Jeśli cząstki mają wystarczającą energię kinetyczną wibracji, aby częściowo przezwyciężyć cząstkowe siły przyciągania, można się spodziewać stopienia ciała stałego. JEDNAKŻE, jeśli cząsteczki w tym punkcie mają wystarczającą energię w tym punkcie, który doprowadziłby do wrzenia, ciecz NIE uformuje się i ciało stałe zamieni się bezpośrednio w gaz. Ogólna zmiana endotermiczna. energia pochłonięta i pobrana do układu. Podczas chłodzenia cząstki poruszają się wolniej i mają mniej energii kinetycznej. Ostatecznie, gdy energia kinetyczna cząstek jest wystarczająco niska, pozwoli to jednostkom przyciągającym cząstki wytwarzać ciecz. ALE energia może być wystarczająco niska, aby umożliwić bezpośrednie tworzenie ciała stałego, tj. Cząstki NIE mają wystarczającej energii kinetycznej, aby utrzymać stan ciekły Ogólna zmiana egzotermiczna. energia uwalniana i wydatkowana w otoczeniu. Nawet w temperaturze pokojowej butelki z kryształami stałego jodu tworzą się w górnej części butelki nad ciałem stałym. Im cieplejsze jest laboratorium, tym więcej kryształów powstaje, gdy chłodzi się w nocy. Jeśli delikatnie podgrzejesz jod w probówce, zobaczysz, że jod łatwo wysublimowuje się i rekrystalizuje na chłodnej powierzchni w pobliżu górnej części probówki. Tworzenie się określonej postaci szronu wiąże się z bezpośrednim zamarznięciem pary wodnej (gazu). Mróz może również odparować bezpośrednio do pary wodnej (gazu) i dzieje się to w suche i wyjątkowo mroźne zimy na pustyni Gobi w słoneczny dzień. H 2 O (H) H 2 O (g) (tylko zmiana fizyczna) Stały dwutlenek węgla (suchy lód) powstaje przy schładzaniu gazu do temperatury poniżej 78 o C. Po ogrzaniu przechodzi bezpośrednio w bardzo zimny gaz. skraplając parę wodną w powietrzu do mgły, stąd jej wykorzystanie w efektach scenicznych. CO 2 (s) CO 2 (g) (tylko zmiana fizyczna) Przy silnym ogrzewaniu w probówce, biały stały chlorek amonu. rozkłada się do mieszaniny dwóch bezbarwnych gazów amoniaku i chlorowodoru. Po ochłodzeniu reakcja jest odwrócona, a stały chlorek amonu reformuje się na niższej górnej powierzchni probówki testowej. Chlorowodorek amonu Chlorowodór amonowy zawiera zarówno zmiany chemiczne, jak i fizyczne i jest bardziej skomplikowany niż w przykładach 1. do 3. W rzeczywistości jonowe kryształy chlorku amonowego przekształcają się w kowalencyjny amoniak i gazy chlorowodoru, które są naturalnie znacznie bardziej lotne ( substancje kowalencyjne na ogół mają znacznie niższe temperatury topnienia i wrzenia niż substancje jonowe). Obraz cząsteczki cieczy nie ma tu miejsca, ale inne modele w pełni stosują się niezależnie od zmian stanu związanych z tworzeniem się cieczy. Model cząstek GAS i łącza modeli cząstek stałych SOLID. PROSZĘ ZWRACAĆ UWAGĘ Na wyższym poziomie studiów. musisz zbadać wykres fazowy gls dla wody i krzywej prężności par lodu w poszczególnych temperaturach. Na przykład, jeśli ciśnienie pary w atmosferze jest mniejsze niż ciśnienie prężności pary w temperaturze lodu, można łatwo przeprowadzić sublimację. Śnieg i lód w chłodniejszych regionach pustyni Gobi nie topnieją w słońcu, po prostu powoli znikają 2 godziny. Więcej o zmianach cieplnych w fizycznych zmianach stanu Zmiany stanu fizycznego, tj. Ciekłego gazu w stanie stałym, towarzyszą również zmianom energii. Aby stopić substancję stałą lub boileodparować ciecz, energia cieplna musi zostać pochłonięta lub odebrana z otoczenia, więc są to endotermiczne zmiany energii. System jest ogrzewany w celu przeprowadzenia tych zmian. Aby skroplić gaz lub zamrozić ciało stałe, energia cieplna musi zostać usunięta lub oddana do otoczenia, więc są to egzotermiczne zmiany energii. System jest chłodzony w celu przeprowadzenia tych zmian. Mówiąc ogólnie, im większe są siły między cząstkami, tym większa jest energia potrzebna do przeprowadzenia zmiany stanu ORAZ im wyższa temperatura topnienia i temperatura wrzenia. Porównanie energii potrzebnej do stopienia lub wrzenia różnych rodzajów substancji (Jest to bardziej zaawansowane dla studentów poziomu) Zmiana energii cieplnej związana ze zmianą stanu może być wyrażona w kJmol substancji dla sprawiedliwego porównania. W poniższej tabeli 916H topi się energia potrzebna do stopienia 1 mola substancji (masa receptury wg). 916H vap to energia potrzebna do odparowania przez odparowanie lub gotowanie 1 mola substancji (masa receptury wg). W przypadku prostych małych cząsteczek kowalencyjnych energia pochłonięta przez materiał jest stosunkowo niewielka, aby stopić lub odparować substancję, a im większa cząsteczka, tym większe są siły międzycząsteczkowe. Siły te są słabe w porównaniu do wiązań chemicznych utrzymujących atomy razem w samej cząsteczce. Potrzebne są względnie niskie energie, aby je stopić lub odparować. Substancje te mają względnie niskie temperatury topnienia i temperatury wrzenia. Do silnie wiązanych sieci 3D, np. (iii) i metalowa sieć jonów i wolnych zewnętrznych elektronów (m etalowe wiązanie), struktury są znacznie silniejsze w sposób ciągły ze względu na ciągłe wiązanie chemiczne w całej strukturze. Konsekwentnie, do stopienia lub odparowania materiału wymagane są znacznie większe energie. Właśnie dlatego mają one o wiele wyższe temperatury topnienia i temperatury wrzenia. Rodzaj wiązania, struktura i siły przyciągania działające Temperatura topnienia K (kelwin) o C 273 Energia potrzebna do stopienia substancji Temperatura wrzenia K (kelwin) o C 273 Energia potrzebna do zagotowania substancji 3a. CO SIĘ STAJE SIĘ CZĄSTECZKAMI, JEŚLI SOLIDNE ROZWIĄZUJE W CIEKŁYM ROZPUSZCZALNIKU Co oznaczają słowa SOLVENT, SOLUTE i SOLUTION Kiedy substancja stała (substancja rozpuszczona) rozpuszcza się w cieczy (rozpuszczalniku), powstałą mieszaninę nazywa się roztworem. Na ogół: rozpuszczony roztwór rozpuszczonego gD Tak więc, substancja rozpuszczona rozpuszcza się w rozpuszczalniku, rozpuszczalnik jest cieczą, która rozpuszcza rzeczy, a roztwór jest wynikiem rozpuszczania czegoś w rozpuszczalniku. Ciało stałe traci całą swoją regularną strukturę, a poszczególne stałe cząstki (cząsteczki lub jony) są teraz całkowicie wolne od siebie i losowo mieszają się z oryginalnymi cząstkami cieczy, a wszystkie cząstki mogą poruszać się losowo. Opisano rozpuszczanie soli w wodzie, rozpuszczanie cukru w ​​herbacie lub wosku w rozpuszczalniku węglowodorowym, takim jak benzyna lakowa. Zazwyczaj nie wymaga reakcji chemicznej, więc jest to na ogół przykład fizycznej zmiany. Niezależnie od zmian objętości stałej cieczy, w porównaniu do ostatecznego rozwiązania, nadal obowiązuje Prawo Ochrony Masy. Oznacza to: masę stałej substancji rozpuszczonej ciekłej masy rozpuszczalnika roztworu po zmieszaniu i rozpuszczeniu. Nie możesz stworzyć masy lub stracić masy. ale po prostu zmień masę substancji w inną formę. Jeśli rozpuszczalnik zostanie odparowany. następnie ciało stałe jest reformowane, np. jeśli roztwór soli zostanie pominięty przez dłuższy czas lub delikatnie ogrzany w celu przyspieszenia procesu, ostatecznie powstają kryształy soli, proces ten nazywa się krystalizacją. 3b. CO SIĘ SIĘ DZIAŁA, CZEGO DWA PŁÓTNIE CAŁKOWICIE MIESZAJĄ SIĘ ZE WSZYSTKIM INNYMI, CO SŁUŻY DO WIDOCZNEGO SŁUCHU Używając modelu cząsteczkowego do wyjaśnienia mieszalnych cieczy. Jeśli dwie ciecze całkowicie mieszają się pod względem swoich cząstek, nazywa się je mieszalnymi cieczami, ponieważ w pełni rozpuszczają się one w sobie. Zostało to pokazane na poniższym diagramie, gdzie cząstki całkowicie mieszają się i poruszają losowo. Proces można odwrócić za pomocą destylacji frakcjonowanej. 3c. CO DZIEJE SIĘ Z CZĘSTOTLIWOŚCIĄ CZĘSTOTLIWOŚCI, KTÓREJ DWIE PŁYNY NIE MIESZAJĄ SIĘ ZE WSZYSTKIM INNYMI, CO SŁOWA NIEMOŻLIWE ZNACZY, DLACZEGO CIECZE NIE MIESZAJĄ SIĘ Używając modelu cząsteczek do wyjaśnienia nie mieszających się płynów. Jeżeli obie ciecze NIE mieszają się. tworzą dwie oddzielne warstwy i są znane jako nie mieszające się ciecze, zilustrowane na poniższym schemacie, gdzie dolna purpurowa ciecz będzie bardziej gęsta niż górna warstwa zielonej cieczy. Można oddzielić te dwie ciecze za pomocą rozdzielacza. Powodem tego jest to, że interakcja pomiędzy cząsteczkami jednej z cieczy jest silniejsza niż oddziaływanie między dwiema różnymi cząsteczkami różnych cieczy. Na przykład siła przyciągania między cząsteczkami wody jest znacznie większa niż cząsteczek oleju napędowego lub cząsteczek ropy naftowej, więc tworzą się dwie oddzielne warstwy, ponieważ cząsteczki wody, pod względem zmiany energii, są faworyzowane poprzez sklejanie się ze sobą. 3d. Jak stosuje się lejek oddzielający 1. Mieszaninę umieszcza się w rozdzielaczu z korkiem i kurek zamyka się, a warstwy pozostawia do opadnięcia. 2. Korek zostanie zdjęty, a kran zostanie otwarty, aby ostrożnie uruchomić dolną szarą warstwę najpierw do zlewki. 3. Kran jest następnie ponownie zamykany, pozostawiając górną warstwę żółtej cieczy, oddzielając dwie niemieszające się ciecze. Dodatek 1 kilka prostych obrazów cząstkowych ELEMENTÓW, ZWIĄZKÓW i MIESZANEK GCSEIGCSE wielokrotny wybór QUIZ na stanach gazów, cieczach i ciałach stałych Niektóre proste podstawowe ćwiczenia z nauki KS3 QCA 7G quotartarty cząstkowe ciał stałych, cieczy i gazów, pytania wielokrotnego wyboru dla Science rewizji gazów , modele cząsteczek cieczy i ciał stałych, właściwości, wyjaśniające różnice między nimi. Zobacz także dla obliczeń gazowych przegląd chemii gcse bezpłatne szczegółowe uwagi na temat stanów rzeczy, aby pomóc rewizji chemii igcse Iglice chemii rewizji notatki na stany rzeczy O rewizji chemii poziomu wolnego szczegółowe notatki na temat stanów materii, aby pomóc zmienić chemię gcse bezpłatne szczegółowe uwagi na temat stanów 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 wor king 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 particl e 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 c hemistry, 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 chem istry 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.