MétaCan
Menu
Retour à la cohorte
Enregistrement W2803454996 · doi:10.5539/jel.v7n4p32

The Influence of Persistence Factors on American Indian Graduate Students

2018· article· en· W2803454996 sur OpenAlexvenueno aff
Aislinn Heavy Runner-Rioux, Frances L. O’Reilly, John Matt

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGraduate studentsPersistence (discontinuity)IndigenousPsychologyDescriptive statisticsGraduate educationEthnic groupAfrican americanBivariate analysisMedical educationSociologyPedagogyMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

The underrepresentation of American Indian students continues to exist at the undergraduate and graduate levels of postsecondary education despite increases of American Indian student enrollment. The purpose of this quantitative study is to identify correlations between academic factors and graduate student persistence, as well as to understand how likely graduate degree completion is based on known academic factors for American Indian students. The analyses of the data included survey results, descriptive statistics, bivariate correlation, and multivariate regression. A sample of n=63 American Indian Graduate students represented 41 tribes and villages with over 32 unique tribal languages. The respondents indicated a challenge to balance graduate school, family and cultural responsibilities, however most felt a personal responsibility to complete their graduate degrees for their communities.Although academic factors, American Indian programs, and self-awareness are not significant predictors of American Indian Graduate student persistence, the relationship between the independent variables and the dependent variable were statistically significant. Implications for academic institutions include strategic planning with American Indian representation throughout the entire process.Recommendations for future research include further development of measurable concepts of indigenous theories and recognition of dual conclusions for American Indian and non-American Indian researchers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,445
Écart entre enseignants0,390 · 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 tête enseignante, 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetHigher Education Research StudiesTravaux en français237 207