Caractéristiques de préadmission et persévérance aux études à la maîtrise en sciences et technologies au Burkina Faso : le rôle médiateur de l’expérience universitaire
Notice bibliographique
Résumé
La présente recherche vise à expliquer l’effet de l’expérience universitaire (bourse, redoublement) sur la relation entre les caractéristiques de préadmission (profession du père, genre, lieu de naissance, âge à la première inscription, domaine d’étude, score à l’examen de fin du secondaire, délai d’inscription, réforme universitaire) et la persévérance aux études à la maîtrise en sciences, technologies, ingénierie et mathématiques (STIM) à une université au Burkina Faso. La régression de Cox et l’analyse moderne de médiation sont utilisées sur des données longitudinales de 14 cohortes d’étudiants (n = 13 891). Les résultats indiquent une médiation indirecte uniquement (profession du père [autre], domaine d’étude, âge à la première inscription); une médiation complémentaire (score à l’examen de fin du secondaire); une médiation compétitive (délai d’inscription, réforme universitaire); une absence de médiation (lien direct uniquement) pour le genre; et aucun effet médiateur pour le lieu de naissance et la profession salariée du père. Des programmes de bourses ainsi que des réformes et politiques adéquates visant à réduire le redoublement amélioreraient la persévérance aux études à la maîtrise en STIM.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».