MétaCan
Menu
Retour à la cohorte
Enregistrement W2237479757 · doi:10.1177/1469787415589626

The influence of reasons for attending university on university experience: A comparison between students with and without disabilities

2015· article· en· W2237479757 sur OpenAlexafffund
Maureen J. Reed, Deborah J. Kennett, Marc Emond

Notice bibliographique

RevueActive Learning in Higher Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensTrent UniversityToronto Metropolitan University
Organismes subventionnairesConnaught FundUniversity of Toronto
Mots-clésPsychologyCoping (psychology)Higher educationLearning disabilityMedical educationSelf-efficacyMathematics educationSocial psychologyClinical psychologyDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Students choose to go to university for many reasons. They include those with disabilities and those without. The reasons why students with disabilities go to university and how these reasons impact university experience, including coping (academic resourcefulness), adapting, academic ability beliefs (academic self-efficacy), and grades, are investigated. Results show that unlike non-disabled peers, first-year students with disabilities who go to university for internal reasons (e.g. for the challenge, because they like learning) show higher academic resourcefulness and self-efficacy, and that those disabled students who choose to go to university in order to get a better job show higher academic self-efficacy. Upper-year students with disabilities less often choose to go to university for others and in order to get a better job than counterparts without disabilities. Upper-year students with disabilities less often choose to go to university for the university features (e.g. student services) than first-year students with disabilities. Upper-year students with disabilities choosing to go to university in order to delay responsibilities are less adapted, and those choosing to go for the reason of getting a better job have lower grades. Recommendations on strategies to increase student coping and self-efficacy and the need for qualitative research are made.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,082
Tête enseignante GPT0,398
Écart entre enseignants0,317 · 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'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

Citations42
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActive Learning in Higher EducationMême sujetDisability Education and EmploymentTravaux en français237 207