A Policy Discourse Analysis of Academic Probation in Dominican Universities
Notice bibliographique
Résumé
An issue universities encounter is students not meeting institutional academic requirements, otherwise termed minimum grade point averages.As part of the solution to the aforementioned problem, institutions rely on academic probation policies to inform retention practices.These policies belong to a long history of student grouping and classification based on academic institutional requirements.Although the emergence of academic probation is unclear, it can be traced in research since the 1920s (Held, 1941;May, 1923;Reeder, 1942; Stone, 1920).In the present, academic probation is still considered a policy that groups and classifies students based on institutional academic requirements (Arcand & Leblanc, 2012;Arcand, 2013).Previous research has approached students' perspectives with academic probation and has found that these are affected in terms of their beliefs in their academic capabilities, and has emotional repercussions (Barouch, 2017;Duffy, 2010;Sage, 2010).Nevertheless, understanding how policies guide institutional behavior and its intentional and unintended consequences might be helpful.Studies related to academic probation policies and their role as a solution to the issue of students not meeting institutional academic requirements are scarce.For this reason, the purpose of this study was to uncover the recurring themes of academic probation policies in Dominican universities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 tête enseignante, 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 ».