MétaCan
Menu
Retour à la cohorte
Enregistrement W3112114113 · doi:10.7202/1073720ar

Persévérance aux études et processus général d’acculturation d’étudiants résidents permanents inscrits dans des universités québécoises : les défis d’intégration et d’adaptation

2020· article· fr· W3112114113 sur OpenAlexaffvenueabout
Fasal Kanouté, Fahimeh Darchinian, Rajae Guennouni Hassani, Yamina Bouchamma, Sarah Maïnich, Gwendoline Norbert

Notice bibliographique

RevueRevue des sciences de l éducation · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversité LavalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

La recherche dont il est question dans cet article s’intéresse à la persévérance aux études ainsi qu’au processus général d’acculturation d’étudiants résidents permanents inscrits dans six établissements d’enseignement supérieur au Québec. L’étude présentée a permis de documenter les défis d’intégration et d’adaptation à la société et à l’université auxquels sont confrontés ces étudiants. La problématisation aborde le manque de valorisation du capital humain de certains d’entre eux à leur arrivée au Québec, ce qui justifie en partie leur choix de s’inscrire à l’université pour se (re)qualifier. Une conceptualisation de l’expérience des étudiants résidents permanents, par le biais des concepts de persévérance aux études et d’acculturation, permet de comprendre la nature des défis rencontrés, le stress qu’ils génèrent et leur impact sur le cheminement universitaire des étudiants. À partir de données qualitatives issues de réponses à des questions ouvertes d’un questionnaire en ligne complété par près de 1000 étudiants résidents permanents, l’article met à jour des défis relatifs à l’insertion professionnelle, l’intégration sociale, la conciliation famille-études-travail, le décodage de la culture et des pratiques universitaires, ainsi que la perception de pratiques discriminatoires. Finalement, des pistes d’action sont présentées, interpelant la société en général, les établissements d’enseignement supérieur et la proactivité des étudiants eux-mêmes.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0040,004
Communication savante0,0010,005
Science ouverte0,0010,000
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 Opus0,360
Tête enseignante GPT0,447
Écart entre enseignants0,088 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l éducationMême sujetHigher Education Research StudiesTravaux en français237 207