First-Generation College Student Dissertation Abstracts: Research Strategies, Topical Analysis, and Lessons Learned
Notice bibliographique
Résumé
First-generation college students are students whose parents or guardians did not obtain a four year collegedegree (Davis, 2012). As a group these students make up a large part of the college student population and areoften reported to encounter difficulties in their campus experience. While the topic of first-generation student hasreceived much attention over the past years, no research effort has been reported that examines dissertations onthe topic. This article utilizes a bounded qualitative synthesis study framework to examine the 133 dissertationabstracts found by searching the ProQuest Dissertation and Theses TM digital database for dissertations abstractsfrom 2009 through 2013 using the search terms “first-generation college students” and “higher education.” Theresearch question for this study was: What can we learn from the examination of doctoral dissertation abstractsthat focus on the experience of first-generation college students regarding research strategies, topics addressed,and lessons learned? The study’s findings provide an overview of researcher attributes and the characteristics ofthe research in terms of methodology and topical focus. “Lessons learned” from the abstracts as well as theomissions in the research are presented. A major finding of the investigation was that very few of thedissertations have entered the academic conversation regarding first generation students – major books on thetopic do not reference the dissertations and in a search of academic journals only three of the 133 dissertationswere found to have been published.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».