MétaCan
Menu
Retour à la cohorte
Enregistrement W2606973812 · doi:10.1080/00131946.2017.1303494

Student Disengagement in English-Speaking Montréal

2017· article· en· W2606973812 sur OpenAlexaffabout
Daniel Vallée, Jessica Ruglis

Notice bibliographique

RevueEducational Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryGrounded theoryConceptualizationSociologyPedagogyQualitative researchStudent engagementSocial science

Résumé

récupéré en direct d'OpenAlex

This article discusses how student disengagement is conceptualized by English-speaking youth attending English urban public schools in Montreal, Quebec. School dropout is theorized as being a culminating event in a process of school disengagement (Rumberger, 2011 Rumberger, R. W. (2011). Dropping out: Why students drop out of high school and what can be done about it. Cambridge, MA: Harvard University Press.[Crossref] , [Google Scholar]). Using 2 qualitative methods (maps and interviews) in a grounded theory approach (Charmaz, 2014 Charmaz, K. (2014). Constructing grounded theory: A practical guide through qualitative analysis (2nd ed.). Thousand Oaks, CA: Sage. [Google Scholar]), a theory of disengagement is presented and supported by existing literature in student engagement and school dropout. Student disengagement is framed from a socio-ecological perspective (Lawson & Lawson, 2013 Lawson, M. A., & Lawson, H. A. (2013). New conceptual frameworks for student engagement research, policy, and practice. Review of Educational Research, 83(3), 432–479.[Crossref], [Web of Science ®] , [Google Scholar]) in a move away from its predominant conceptualization as an individual trait. In doing so, we highlight some issues of urban education in Montreal, addressing such themes as inequity, low-income status, experiences of failure and the pass/fail paradigm, the elementary/secondary school transition, normativity, and, finally, the public/private distinction in schooling.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0100,004
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,063
Tête enseignante GPT0,414
Écart entre enseignants0,351 · 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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducational StudiesMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207