Barriers Faced by Canadian Aboriginal Adults as They Return To Postsecondary School
Notice bibliographique
Résumé
Aboriginal people in Canada are less likely to complete postsecondary education than are non-Aboriginal people. This lack of education leads to increased rates of unemployment and poverty and the need for additional government supports. The purpose of this project study was to identify and examine barriers faced by Canadian Aboriginal adult students as they return to school for postsecondary education. The conceptual framework for this qualitative study was based on the work of Ertmer, which suggests barriers can be placed into broad categories of extrinsic and intrinsic barriers. A case study design was used with a purposeful sample from a local academic institution. Eleven Canadian Aboriginal adult students were interviewed, 6 who successfully completed the college entrance program and 5 who did not complete the program. One counselor from the program was also interviewed to help provide a better understanding of the complexities of the identified barriers. Data analysis included substantive and theoretical coding. Thematic analysis led to 8 overall themes or barriers that affected these students' success: level of self-confidence, social environment, racism, spirituality, government policies, mental health and addictions, perceived value of education, and perceived need to demonstrate leadership. Recommendations include the development of a professional learning community made up of students, teachers, and the Aboriginal communities where the students lived. The project emanating from this study is a 3-part workshop intended to identify and mitigate barriers of Canadian Aboriginal adult students. Understanding and mitigating the barriers will promote positive social change by increasing the success rates of this population of students as they attempt to return to postsecondary education.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».