MétaCan
Menu
Retour à la cohorte
Enregistrement W1561336930 · doi:10.18438/b8c61m

Pleasure Reading Among First-Year University Students

2010· article· en· W1561336930 sur OpenAlexaffvenueabout
Melanie Parlette-Stewart, Vivian Howard

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensDalhousie UniversityConestoga College
Organismes subventionnairesnon disponible
Mots-clésPleasureReading (process)PsychologyPedagogyMedical educationMathematics educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Objectives – This study examines the reading habits and experiences of first-year undergraduate students at Dalhousie University and the University of King’s College in Halifax, Nova Scotia, Canada. Methods – First-year undergraduate university students (aged 18 to 20) were recruited to take part in focus group discussions and responses were analysed to examine the following topics: (1) the role of reading in their lives, both academic and personal; (2) the development of reading habits from childhood; (3) reading engagement strategies; and (4) selection strategies. Results – This study suggests that reading for pleasure is a well-established habit amongst many first-year undergraduate students. First-year undergraduates primarily read for pleasure in order to relax but also recognize that pleasure reading can play a positive role in their academic performance, enhancing their range of background knowledge as well as their active vocabulary. Conclusions – The conclusions of this research provide recommendations for librarians and university administration to engage students and increase rates of retention in postsecondary institutions. In particular, recommendations related to the importance of pleasure reading collections, campus reading programs, book clubs, readers’ advisory services and quiet and comfortable reading areas in academic libraries are provided.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Science and AdministrationTravaux en français237 207