MétaCan
Menu
Retour à la cohorte
Enregistrement W2117259931 · doi:10.5430/ijhe.v4n2p27

Factors Affecting Student Engagement: A Case Study Examining Two Cohorts of Students Attending a Post-1992 University in the United Kingdom

2015· article· en· W2117259931 sur OpenAlexvenueno aff
Mark Groves, Christopher Sellars, J. Goosby Smith, Alison E. Barber

Notice bibliographique

RevueInternational Journal of Higher Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudent engagementMedical educationPsychologyScope (computer science)Higher educationSample (material)Student teacherPedagogyPolitical scienceMedicineTeacher education

Résumé

récupéré en direct d'OpenAlex

Issues relating to student retention and student engagement remain high on the agendas of higher education institutions worldwide. This case study considers the factors that impact on student engagement within a sample of first year undergraduate sports students attending a post 1992 university in the West Midlands region of the United Kingdom. These participants had started their three-year degree courses at the beginning of either the 2011/12 or the 2012/13 academic years. It should be noted that this meant that data collection straddled the introduction of higher student fees for students attending English universities. Data for the study were collected using a quantitative questionnaire and follow up focus groups. Although a number of different factors were found to encourage student engagement the quality of student relationships with their teachers was found to be the most important. Although it was beyond the scope of this study to draw definite conclusions about the impact of higher student fees in this area our data did suggest the possibility that these higher fees might result in staff-student relationships becoming even more important in encouraging student engagement. It is recommended that future research examines the impact of student fees in this area in more detail.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,002
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,327
Tête enseignante GPT0,539
Écart entre enseignants0,212 · 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'étudeQualitatif
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

Citations47
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207