Comparaison entre les étudiants de première et de seconde génération : engagement, rendement et persévérance
Notice bibliographique
Résumé
Cet article résume une recherche qui compare les étudiants de première et de seconde génération sur des facteurs d’engagement, de rendement et de persévérance en lien avec la langue du programme d’études à l’Université Laurentienne de Sudbury. La recherche a porté sur 514 étudiants en première année d’études inscrits dans des programmes de langues française ou anglaise dont 54 % étaient de la première génération, 91,4 % étaient citoyens canadiens et 83,5 % étaient de la race blanche; les femmes comptaient pour 73 % de l’échantillon. Dans l’enquête, les étudiants de première génération étaient en moyenne plus âgés, en majorité des femmes, ils étaient inscrits à moins de cours et avaient fréquenté dans une plus forte proportion un collège avant d’arriver à l’université. Ils habitaient hors campus en plus grand nombre et, pour eux, l’intention de faire des études au doctorat était plus rare. L’instrumentNSSE2014 a fait voir neuf différences entre les étudiants de première et de seconde génération sur les questions/énoncés d’engagement. Les analyses sur la langue du programme d’études (français/anglais) ont montré des différences significatives pour 24 questions/énoncés. Les étudiants inscrits dans des programmes de langue française avaient un rendement supérieur quant aux crédits réussis. Toutefois, les analyses n’ont montré aucune différence entre les groupes quant à la persévérance dans les études, ce qui a conduit à mettre en doute la variable utilisée à cette fin. Soixante-seize individus ont livré des remarques sur la qualité de leur expérience universitaire et avancé des recommandations pour l’établissement. Les commentaires furent rapportés en neuf catégories, quatre portant sur des aspects scolaires et cinq sur la vie étudiante. En gros, les remarques ont appuyé ou accentué les résultats des analyses quantitatives. La convergence d’opinions entre les groupes témoigne d’une appréciation plutôt comparable sur l’expérience éducative et le choix de l’établissement. Somme toute, l’enquête a montré que la théorie de l’engagement parvient à relever des différences selon le statut de l’étudiant, mais davantage pour la langue du programme d’études, soit le français ou l’anglais. Les étudiants de première et de seconde génération qui étudiaient en français étaient plus engagés que les autres sur un nombre de variables de l’outilNSSE.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».