University for All Programs (ProUni): Engagement, Satisfaction, and Employability
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
A training at Higher Education level needs, in addition to improve the skills specific in the area chosen, to develop a set of skills and/or personal attributes that make him or her more likely to succeed in the profession. In this context, this paper was developed and has the objective to identify the relationships between engagement, satisfaction, and employability of students who completed the university as University for All Program (ProUni) scholarship. This target group of students was chosen because of the importance of ProUni for the Advancement of Education policies of affirmative actions in Brazil. The ProUni gives scholarships to students from minority (underrepresented) groups to study at private universities, through the National Secondary Education Exam – ENEM (Brasil, 2005). Among these groups are students who attend public high schools (a proxy for lower social class), low-income students, African Brazilian students, Indigenous Brazilian students, students with disabilities, and not graduated teachers that work in public elementary and secondary schools. The research involved 198 ProUni graduates invited to answer an online questionnaire. There were 134 respondents, 123 (91.8%) were working since we were interested in employment, only these participants were included in the analysis. The results suggest that employability consolidates and reflects in the conquest of labor activity, as well as in graduate satisfaction with their training and job. These results are indicative of the engagement of the student with their learning, therefore with their graduate degree.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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