School-University Partnerships: A Model for Supporting Transition and Persistence from K-16
Notice bibliographique
Résumé
The reasons why students persist in their post-secondary learning are complex. This paper proposes a model for the development of K-16 partnerships that promote student success through the transition from secondary school to post-secondary, supported by teachers, faculty members, and educational developers. This model proposes that each of the partners engage in developing sustainable, collaborative projects. These projects have at their core a focus on students’ transition from one educational institution to the next, with the intended outcome of increasing rates of persistence, while reducing rates of attrition. Not all students may have post-secondary education as their personal goal, but for those that do, this support model aims to provide a framework to scaffold the transition so that learners are successful, and teachers and faculty are prepared to support learners as they move from one institution to another.
 
 Les raisons qui expliquent pourquoi les étudiants persistent dans leur apprentissage postsecondaire sont complexes. Le présent article propose un modèle pour l’élaboration de partenariats K-16 qui vise à favoriser la réussite étudiante lors de la transition de l’école secondaire à l’éducation postsecondaire avec l’appui d’enseignants, de professeurs et de concepteurs pédagogiques. À la base, ces projets se focalisent sur la transition des étudiants d’un établissement d’éducation vers un autre. Ils visent à faire augmenter le taux de persistance et à faire diminuer le taux d’abandon. L’éducation postsecondaire ne constitue pas forcément un but personnel pour tous les étudiants, mais pour ceux dont c’est l’objectif, le présent modèle vise à fournir un cadre pour structurer la transition et soutenir la réussite des apprenants de même que la préparation des enseignants et des professeurs qui appuieront les étudiants dans leur transition.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».