MétaCan
Menu
Retour à la cohorte
Enregistrement W2111280096 · doi:10.21225/d52w2f

Academic Decision Making Among Adult Learners: Personal and Institutional Factors

2001· article· en· W2111280096 sur OpenAlexaffvenue
Joan Fleet, Donna Moore, Susan Rodger

Notice bibliographique

RevueCanadian Journal of University Continuing Education · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)PsychologyInstitutionHigher educationMedical educationSociologyMedicinePolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This study, designed with considerable input from adult learners, focuses on influences that affect academic decision making. Using questionnaires and selected interviews, information was gathered on institutional and personal influences on academic decision making for current and future courses, along with demographic information. Three quarters of the respondents were under 39 years of age and were looking to their university education to provide knowledge and skills needed for future job opportunities. Within-group analysis revealed a stronger influence on academic decision making from the institution rather than from personal influences, despite a fairly strong positive correlation of the two sets of variables. This pattern was consistent across groups, with no differences being attributed to part- or full-time status or to year in program. Open-ended questions on the questionnaire, as well as follow-up individual interviews, allowed for the input of suggestions to improve the experiences of adult learners in post-secondary institutions. Additional preliminary course information and increased accessibility to courses and services were common themes. In general, the university experience had been very positive; however, some students expressed satisfaction at being invited to contribute suggestions that, if implemented, could improve the experience of future adult learners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,182
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,312
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations3
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of University Continuing EducationMême sujetHigher Education Research StudiesTravaux en français237 207