MétaCan
Menu
Retour à la cohorte
Enregistrement W4292454377 · doi:10.3389/feduc.2022.934692

A mixed-method investigation into international university students’ experience with academic language demands

2022· article· en· W4292454377 sur OpenAlexaffabout
Bruce W. Russell, Christine Barron, Eunice Eunhee Jang

Notice bibliographique

RevueFrontiers in Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesInternational English Language Testing System
Mots-clésSurpriseTest (biology)Reading (process)Language assessmentSituatedMathematics educationInternationalizationMedium of instructionComputer scienceLanguage educationPsychologyMedical educationPedagogyLinguisticsMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Post-secondary education institutions with English as a medium of instruction have prioritized internationalization, and as a result, many universities have been experiencing rapid growth in numbers of international students who speak English as an additional language (EAL). While many EAL students are required to submit language test scores to satisfy university admission criteria, relatively little is known about how EAL students interpret admission criteria in relation to language demands post admission and what their language challenges are. This study, situated at a large Canadian university, integrated student and faculty member focus group data with data obtained from a domain analysis across three programs of study and a reading skills questionnaire. Findings suggest that many students and faculty members tend to misinterpret language test scores required for admission, resulting in surprise and frustration with unexpected level of language demands in their programs. Also, students experience complex and challenging language demands in their program of study, which change over time. Recommendations for increased student awareness of language demands at the pre-admission stage and a more system-wide and discipline-based approach to language support post-admission are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,425
Écart entre enseignants0,399 · 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 tête enseignante, 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetMultilingual Education and PolicyTravaux en français237 207