Chinese Graduate Students' Adaptation to Learning in America: A Cultural Perspective
Notice bibliographique
Résumé
IT HAS BEEN A COMMON PHENOMENON for large numbers of foreign students to study on campus in American universities. Chinese students from the People’s Republic of China make up one of the largest groups among these foreign students. In 2004/2005, there were 62,523 students from China1 who were the second largest group among the 565,039 foreign students in the US (Institute of International Education, NY 2005). Over the last five years, the number of Chinese students in the US has grown by 15 percent. In spring 2006, there were 1,211 foreign students from 106 countries studying at the University in Midwest America where this study took place.2 Of the 248 Chinese students who made up the largest group from any single country, 233 were graduate students and 15 were undergraduate students (International Affairs Office, the University 2006). Students from different cultures have come to the US with experiences of different teaching/learning systems in their home countries. Studies that have been carried out on foreign students suggest that their adaptation to teaching and learning in a host country tends to depend on the similarity between the foreign student’s cultural background and the culture of the host country. Several crosscultural studies have indicated that American culture and Chinese culture represent two extremes in the cultural continuum, in light of the identified dimensions of culture (Hofstede 1997; Hofstede and Bond 1999). Because of considerable cultural differences, the transition from learning in the Chinese academic setting to the American academic setting may present great difficulties for newly-arrived Chinese students.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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 ».