MétaCan
Menu
Retour à la cohorte
Enregistrement W2998875828 · doi:10.20533/jitll.2633.7681.2018.0004

Barriers to Entering Higher Education: Rural Students’ Perspective

2018· article· en· W2998875828 sur OpenAlexaff
Anna Hughes

Notice bibliographique

RevueJournal of Information Technologies and Lifelong Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensRed River College
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)SociologyMathematics educationPedagogyPsychologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

A disparity in access to higher education exists between rural and urban regions of the world. Equal access to higher education for students from rural areas is a priority for government leaders in Kyrgyzstan and Tajikistan where this study took place. The study addressed the problem of enrollment of students from rural areas at branches of the International Mountainous University (IMU, pseudonym) located in rural regions of Kyrgyzstan and Tajikistan. The purpose of this qualitative case study was to investigate the experiences and perceptions of 10 IMU students about gaining access to higher education. Informed by the theory of habitus, the research questions focused\ on perceptions of (a) the experience of gaining access and (b) sacrifices related to gaining access to higher education. Four themes emerged: (a) academic barriers, (b) information and communication barriers, (c) support, and (d) material and nonmaterial sacrifices. The study provides a better understanding of access challenges experienced by rural Kyrgyz and Tajik residents, allowing institutions and governments to improve current outreach practices and potentially create long-term strategies for rural development.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,349
Écart entre enseignants0,336 · 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'étudeQualitatif
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 Information Technologies and Lifelong LearningMême sujetEducation Systems and PolicyTravaux en français237 207