MétaCan
Menu
Retour à la cohorte
Enregistrement W4220952835 · doi:10.3389/feduc.2022.779756

Students Starting University: Exploring Factors That Promote Success for First-Year International and Domestic Students

2022· article· en· W4220952835 sur OpenAlexafffundabout
Steven M. Smith, Katelynn Carter-Rogers, Meghan E. Norris, Tom Brophy

Notice bibliographique

RevueFrontiers in Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensQueen's UniversitySaint Mary's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésPsychologyHigher educationSocial psychologyMedical educationMathematics educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

There are many factors that influence the first-year university student experience, and these factors can vary depending on student characteristics. In this research, using survey data, we explore differences between domestic Canadian and international (non-Canadian) first year university students across four categories that have been identified in past research. These categories broadly influence student success: individual factors, psychological needs, social relationships and connections to campus, and learning preferences and behaviors. Two hundred and seventy-two students (domestic: N = 185, international: N = 86) responded to quantitative individual difference items. International students reported greater drive, higher self-esteem, and placed greater importance on strong social networks, social life, and faith. Further, as compared to domestic first-year students, international students reported higher campus engagement, greater preferences for textbooks and online tutorials, being alone with their thoughts, higher confidence with their major choice, and reported studying more. Importantly, international students were less likely to feel they had a safe place to live in comparison to domestic students (all p < 0.05). These data show that international students come to campus with differential needs, styles, and experiences, which can inform approaches taken by institutions in supporting their students’ success.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,385
Écart entre enseignants0,342 · 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.

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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetHigher Education Research StudiesTravaux en français237 207