MétaCan
Menu
Retour à la cohorte
Enregistrement W4210589966 · doi:10.47678/cjhe.vi0.189115

Canadian Transfer Research: Past Achievements, Current Challenges, and Future Directions

2022· article· en· W4210589966 sur OpenAlexaffvenueabout
Roger Pizarro Milian, David Zarifa

Notice bibliographique

RevueCanadian Journal of Higher Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésSophisticationFace (sociological concept)Field (mathematics)Political scienceEducational researchTRACE (psycholinguistics)Higher educationSociologyPublic relationsRegional scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The study of transfer in Canadian post-secondary education (PSE) is a fractured terrain, with vast inter-provincial differences and deep schisms between participating communities. At the time of writing, there exists no comprehensive review of the vast, fragmented literature examining the predictors and outcomes of Canadian transfer students, thus complicating the advancement of this subfield. Through this piece, we provide a bird’s eye view of a diverse group of 100+ academic articles, policy and institutional research reports on this topic, published from 1968-2020. We use this review to trace the evolution of this complex sub-field in Canada, outlining the major findings, methodological approaches, gaps, and future challenges that Canadian researchers will face as they attempt to improve our understanding of transfer. Drawing on examples from the American and European contexts, we illustrate the need for more robust administrative data sources and methodological sophistication in Canadian transfer research. We also cite inclusive inter-sector collaboration as a key strategy to improve research in this field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,105
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,918

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0130,034
Études des sciences et des technologies0,0210,017
Communication savante0,0160,010
Science ouverte0,0060,010
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,079
Tête enseignante GPT0,360
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetCanadian Policy and GovernanceTravaux en français237 207