A Cohort-based Learning Community Enhances Academic Success and Satisfaction with University Experience for First-Year Students
Notice bibliographique
Résumé
Assessment of a successful cohort-based learning communities program for first-year undergraduate students shows that students in the program perform better academically and also report a higher level of satisfaction with their university experience than students who are not in the program. Students enrolled in arts and science at the University of Toronto, who take several large-enrolment courses in their first year, may optionally participate in the First-Year Learning Communities (FLC) program, designed to assist with the academic and social transition from high school to university. In this Freshman Interest Group model of learning community, the curriculum across the clustered courses is not linked. The FLC program was assessed over a five-year period, using student academic records and self-reported survey data. This paper also provides details on program design and implementation. L’évaluation d’un programme de communautés d’apprentissage fondées sur les cohortes pour les étudiants de première année du premier cycle qui a obtenu du succès montre que ceux qui sont inscrits à ce programme ont de meilleurs résultats scolaires et sont plus satisfaits de leur expérience universitaire que les autres. Les étudiants inscrits en arts et sciences à l’Université de Toronto, qui suivent plusieurs cours de première année où il y a de nombreux inscrits, peuvent participer au programme de communautés d’apprentissage la première année (CAPA) qui vise à les aider à effectuer la transition entre l’école secondaire et l’université sur le plan scolaire et social. Dans ce modèle de communautés d’apprentissage destiné au groupe d’intérêts particuliers des étudiants de première année, il n’y a pas de lien entre les programmes d’études des participants. Les chercheurs ont évalué le programme pendant cinq ans à partir des dossiers scolaires des étudiants et des données d’un sondage réalisé auprès d’eux. Le présent article fournit aussi des détails sur l’élaboration et la mise en œuvre du programme.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,023 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».