MétaCan
Menu
Retour à la cohorte
Enregistrement W2593196633 · doi:10.5430/ijhe.v6n2p31

Conceptualising and Measuring Student Disengagement in Higher Education: A Synthesis of the Literature

2017· article· en· W2593196633 sur OpenAlexvenueno aff
Lucy Chipchase, Megan Davidson, Felicity Blackstock, Ros Bye, Peter Colthier, Nerida Krupp, Wendy Dickson, Deborah E. Turner, Mark Williams

Notice bibliographique

RevueInternational Journal of Higher Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesWestern Sydney University
Mots-clésDisengagement theoryPsychologyStudent engagementInstitutionHigher educationMedical educationPedagogySocial psychologyMedicineSociologyPolitical scienceSocial scienceGerontology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,032
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,060
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0150,019
Études des sciences et des technologies0,0010,004
Communication savante0,0120,011
Science ouverte0,0030,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,395
Écart entre enseignants0,353 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations110
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetOnline and Blended LearningTravaux en français237 207