Social, Demographic, and Institutional Effects on African American Graduation Rates in U.S. Colleges and Universities.
Notice bibliographique
Résumé
Improving the retention and graduation of African Americans and other minority groups in higher education is an important but highly politicized issue on college and university campuses. Prior studies emphasize the relationship between minority retention and achievement, cultural diversity, and racial policies and climates at predominantly White colleges and universities in the United States. In response to the need for further research, the effects of institutional actions related to diversity, minority group and African American retention, and social integration initiatives on African American graduation rates were examined for a national sample of United States (U.S.) colleges and universities. From a potential list of 7,018 colleges and universities, 2,233 met the inclusion criteria for the study. But necessary and complete information from national directories and the census could only be found for the final sample of 1,105. After dropping 30 outliers, several multiple regression analyses identified the institutional actions, social, and demographic factors that best predicted graduation rates. Public U.S. colleges and universities located in the Midwest region had lower African American graduation rates than private colleges and universities located in the South. Higher African American graduation rates occurred in colleges and universities with Black cultural centers, higher first-year retention rates, higher women enrollment rates, a higher number of student organizations, and Division III athletic programs. Colleges and universities located in a town had higher African American graduation rates than those located in a city, suburb, or rural area.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».