MétaCan
Menu
Retour à la cohorte
Enregistrement W2805369715 · doi:10.5539/ass.v14n6p43

A Novel Low-Cost Indicator of Student Perseverance and Its Association with College Student Academic Performance

2018· article· en· W2805369715 sur OpenAlexvenueno aff
David B. Yerger, Amber L. Stephenson

Notice bibliographique

RevueAsian Social Science · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProxy (statistics)OddsPsychologyMultivariate statisticsHigher educationMultivariate analysisSurvey data collectionAcademic achievementRanking (information retrieval)Association (psychology)Construct (python library)Mathematics educationSocial psychologyStatisticsComputer scienceEconomicsMathematicsLogistic regression

Résumé

récupéré en direct d'OpenAlex

Within the research literature investigating how student characteristics related to perseverance impact academic outcomes, leading scholars have encouraged the development of new measurements, both survey and non-survey based. We introduce here an innovative non-survey-based measurement, derived from common higher education variables, that reflects the perseverance construct. The created perseverance proxy is easily created and explainable to audiences with minimal statistical background. The variable was used to analyze academic outcomes at a mid-sized public university in the United States. The perseverance proxy strongly positively associates with academic outcomes, as measured both by GPA and odds of academic probation, in multivariate analysis across both genders. The perseverance proxy explains more of the variation in academic outcomes than any of the cognitive and financial aid variables used in the analysis. The technique for constructing the perseverance proxy is easily replicated at any college or university having data on students’ high school ranking and college admission exam scores.

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)0,000
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 enseignants0,207
Score d'incertitude au seuil0,423

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,021
Tête enseignante GPT0,337
Écart entre enseignants0,316 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetGrit, Self-Efficacy, and MotivationTravaux en français237 207