MétaCan
Menu
Retour à la cohorte
Enregistrement W4286520770 · doi:10.36315/2022v2end079

THE IMPACTS OF MENTORSHIP ON DUAL ENROLLMENT HIGH SCHOOL STUDENTS

2022· article· en· W4286520770 sur OpenAlexaboutno aff
D. R. Young, Bill Young, Lisa R. Young, Bing Wei

Notice bibliographique

RevueEducation and New Developments 2022 – Volume 2 · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMentorshipCourseworkLikert scaleDual enrollmentMedical educationQuarter (Canadian coin)PsychologyAcademic yearAcademic achievementScale (ratio)MedicineMathematics education

Résumé

récupéré en direct d'OpenAlex

"Dual enrollment programs enable high school students to take community college courses and earn high school and college credits, saving two years of college expenses. However, many dual enrollment students lack a robust support system for success in college-level coursework and environment. The authors created an interdisciplinary mentorship program that pairs a volunteer dual enrollment senior student with a dual enrollment junior student in a longitudinal mentoring relationship to address this. This study examined mentors’ and mentees’ long-term evaluation of the program and its impacts. Thirty-nine mentors and mentees were randomly matched with a waitlist control group, and mentoring relationships lasted for a full academic quarter. Participants later completed an anonymous online feedback survey (based on the Likert Scale), with a response rate of 67% (n = 26). Mentees reported an average 1.37 Likert scale increase in their comfort in dual enrollment; mentors reported an average 2.43 Likert scale increase in confidence in teaching others. Mentees’ comfort in the college environment increased with the frequency of meetings (p<0.05); the number of meetings did not correlate to their grade point average (GPA) (p>0.05). Change in dual enrollment comfort was more significant among matched students than waitlisted (p<0.05). Notably, many dual enrollment programs have a ~10% student academic probation rate (GPA<2.0) each quarter; none of the mentees experienced academic probation, but this was not significant. Among mentees, 79% reported interest in being a mentor the following year. These results indicate that peer mentorship is crucial for dual enrollment student success and presents a self-sustaining model for the future."

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation and New Developments 2022 – Volume 2Même sujetMentoring and Academic DevelopmentTravaux en français237 207