A Collaborative Student Approach to Address First-Year Academic Challenges in Science
Notice bibliographique
Résumé
Attrition rates at postsecondary institutions are highest in the first year of studies [1][2]. It is therefore imperative to determine the core causes of attrition to effectively remedy this problem. In this project, three undergraduate students from different science disciplines conducted a survey of 204 undergraduate Science students to identify and address challenges faced by these students in their first year of studies at the University of Windsor. Data collected were compared across three major categories: discipline, gender and status (domestic vs international). Key points gleaned from the survey data relate directly to students' studying habits, engagement with professors, and the use of external academic resources. On average, students rated their first-year experience in Science 3.25 out of 5, which correlates with a good ranking. A comparison of study habits revealed that students in Biology-related programs tended to spend the most time per week reviewing their class notes, while students in Math, Computer Science, and Physics were more likely to use external resources (e.g. online tools) for academic support. Tutoring services were popularly used among all students and deemed beneficial. Although most students expressed acknowledgement of their professors' support, international students ranked highest in satisfaction and comfort with professors, while females scored lower than males. Finally, students expressed the need for science-focused exam preparation and career workshops to better support the first-year transition. Using this information, the multidisciplinary team of researchers then developed an exam preparation workshop to acutely target difficulties students typically faced in first year examinations. This initiative was recently launched through the Faculty of Science's Undergraduate Science Collaborative and Integrative (USci) experience network. As a result, this project has generated more opportunities for student engagement and the creation of other initiatives aimed at supporting and enriching the first-year academic experience within the Faculty of Science. [1] J. P. Grayson and K. Grayson, Research on Retention and Attrition. The Canada Millenium Scholarship Foundation, 2003. [2] T. Qui and R. Finnie, Moving Through, Moving On: Persistence in Postsecondary Education in Atlantic Canada, Evidence from the PSIS. Statistics Canada: Minister of Industry, 2009.
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 | 0,015 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,006 | 0,023 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,005 |
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 ».