Embracing the Generalized Propensity Score Method: Measuring the Effect of Library Usage on First-Time-In-College Student Academic Success
Notice bibliographique
Résumé
Abstract Objective – This research focuses on First-Time-in-College (FTIC) student library usage during the first academic year as number of visits (frequency) and length of stay (duration) and how that might affect first-term grade point average (GPA) and first-year retention using the generalized propensity score (GPS). We also want to demonstrate that GPS is a proper tool that researchers in libraries can use to make causal inferences about the effects of library usage on student academic success outcomes in observation studies. Methods – The sample for this study includes 6,380 FTIC students who matriculated in the fall 2014 and fall 2015 semesters at a large southeastern university. Students’ library usage (frequency and duration), background characteristics, and academic records were collected. The Generalized Propensity Score method was used to estimate the effects of frequency and duration of FTIC library visits. This method minimizes self-selection bias and allows researchers to control for demographic, pre-college, and collegiate variables. Four dose-response functions were estimated for each treatment (frequency and duration) and outcome variable (GPA and retention). Results – The estimated dose-response function plots for first-term GPA and first-year retention rate have similar shapes, which initially decrease to the minimum values then gradually increase as the treatment level increases. Specifically, the estimated average first-term GPA is minimized when the FTIC student only visits the library three times or spends one hour in the library during his/her first semester. The threshold for first-year retention occurs when students visit the library 15 times or spend 21 hours in the library during their first semester. After those thresholds, an increase in students’ library usage is related to an increase in their academic success. Conclusions – The generalized propensity score method gives the library researcher a scientifically rigorous methodological means to make causal inferences in an observational study (Imai & van Dyk, 2004). Using this methodological approach demonstrates that increasing library usage is likely to increase FTIC students’ first-term GPA and first-year retention rates past a certain threshold of frequency and duration.
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 | 0,049 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».