Conceptualising and Measuring Student Disengagement in Higher Education: A Synthesis of the Literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Much has been written about why students engage in academic studies at university, with less attention given to the concept of disengagement. Understanding the risks and factors associated with student disengagement from learning provides opportunities for targeted remediation. The aims of this review were to 1) explore how student disengagement has been conceptualised, 2) identify factors associated with disengagement and 3) identify measureable indicators of disengagement in previous literature. A systematic search was conducted across relevant databases and key websites. Reference lists of included papers were screened for additional publications. Studies and national published survey data were included if they addressed issues pertaining to student disengagement with learning or the academic environment, were in full text and in English. In the 32 papers that met the inclusion criteria, student disengagement was conceptualised as a multi-faceted, complex yet fluid state that has a combination of behavioural, emotional and cognitive domains influenced by intrinsic (psychological factors, low motivation, inadequate preparation for higher education and unmet or unrealistic expectations) or extrinsic (competing demands, institutional structure and processes, teaching quality and online teaching and learning). A number of measurable indicators of disengagement were synthesised from the literature including those that were self-reported by students and those collected by an institution. An examination of the conceptualisation, influences and indicators of disengagement could inform intervention programs to ameliorate the consequences of disengagement for students and academic institutions.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle