MétaCan
Menu
Retour à la cohorte
Enregistrement W2810651739 · doi:10.5430/ijhe.v7n4p1

The Adaptive Capabilities of Chinese Students Studying In Chinese, British and Russian Universities

2018· article· en· W2810651739 sur OpenAlexvenueno aff
Nina Bordovskaia, Charles Anderson, Natalia Bochkina, Elena Petanova

Notice bibliographique

RevueInternational Journal of Higher Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychology of Development and Education
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Edinburgh
Mots-clésConscientiousnessOpenness to experienceAgreeablenessNeuroticismPsychologyChinaPersonalityAdaptation (eye)Extraversion and introversionBig Five personality traitsChinese peopleMathematics educationPedagogySocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article presents a comparative study of the personal adaptive capabilities of Chinese students studying in Chinese, British and Russian universities. The study involved 224 Chinese first-year students who formed 3 groups: Group 1, 96 first-year students studying in China; Group 2, 100 Chinese first-year students studying in Russia; Group 3, 28 Chinese first-year students studying in the UK. The instruments employed were: a Personality questionnaire (adapted Rogers-Dymond method), the Big Five and the Method of studying the Research Potential of students (Bordovskaia et al., 2017). The study found that for all Chinese students, the general predictors of adaptation to university education are "openness" and "agreeableness". The differences are that the personal resources for the adaptation of Chinese students in Chinese and Russian universities are "research potential", in the British university "neuroticism", "extraversion" and "conscientiousness (self-control)”. The findings point up the conditions for ensuring the future academic, social and communicative success of Chinese students in the educational environments of British, Russian and Chinese universities, and allow one to predict the reasons for the difficulties faced by individual students.

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)0,000
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 enseignants0,013
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,369
Écart entre enseignants0,354 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetPsychology of Development and EducationTravaux en français237 207