Academic, Linguistic, and Socio-Cultural Experiences in the Acculturation of Chinese International Graduate Students
Notice bibliographique
Résumé
An increasing number of graduate students are choosing to pursue their studies internationally and Canada is one of the principal host countries for these students, particularly students from China. The push by many Canadian universities to increase their foreign enrollment has led to new classroom dynamics. Chinese international students (CIS) are at the centre of this change. However, getting accepted into a Canadian graduate program does not necessarily mean that the challenges facing these students are over. Often, they encounter social, cultural, linguistic, and academic challenges that as they navigate the unfamiliar environments they find themselves in. The purpose of this study is to use a conceptual framework based on the notion of acculturation to explore these challenges faced by four Chinese international students who have completed their Master’s of Education degrees in Second Language Education. My goal is not only to provide a platform to highlight the voices of these students, but also to create a greater understanding of the challenges they face for the edification of their classmates, professors and university administrators. The findings of this study demonstrate that my respondents encountered a variety of challenges during their graduate studies in Canada, both inside and outside of the classroom. Although numerous studies have been conducted that examine various aspects of the experiences of international students, none have used the Seidman (2013) three-interview qualitative method. This method provides opportunities for prolonged lengths of time to be spent with each participant, which therefore allows for greater depth of investigation to be reached with each. This study demonstrates how a sample of Chinese international students met and dealt with the socio-cultural, linguistic, and more particularly academic challenges they encountered in Canadian graduate-level courses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».