Academic Writing Challenges and Supports: Perspectives of International Doctoral Students and Their Supervisors
Notice bibliographique
Résumé
Introduction Academic writing is a core element of a successful graduate program, especially at the doctoral level. Graduate students are expected to write in a scholarly manner for their thesis and scholarly publications. However, in some cases, limited or no specific training on academic writing is provided to them to do this effectively. As a result, many graduate students, especially those having English as an Additional Language (EAL), face significant challenges in scholarly writing. Further, faculty supervisors often feel burdened by reviewing and editing multiple drafts and find it difficult to help and support EAL students in the process of scientific writing. In this study, we explored academic writing challenges faced by EAL doctoral students and faculty supervisors at a research intensive post-secondary university in Canada. Methods and Analysis We conducted a sequential explanatory mixed-method study using an online survey and subsequent focus group discussions with EAL doctoral students (n = 114) and faculty supervisors (n = 31). A cross-sectional online survey was designed and disseminated to the potential study participants using internal communications systems of the university. The survey was designed using a digital software called Qualtrics™. Following the survey, four focus group discussions (FGDs) were held, two each with two groups of our participants with an aim to achieve data saturation. The FGD guide was informed by the preliminary findings of the survey data. Quantitative data was analyzed using Statistical Package of Social Sciences (SPSS) and qualitative data was managed and analyzed using NVivo. Discussion The study findings suggest that academic writing should be integrated into the formal training of doctoral graduate students from the beginning of the program. Both students and faculty members shared that discipline-specific training is required to ensure success in academic writing, which can be provided in the form of a formal course specifically designed for doctoral students wherein discipline-specific support is provided from faculty supervisors and editing support is provided from English language experts. Ethics and Dissemination The general research ethics board of the university approved the study (#6024751). The findings are disseminated with relevant stakeholders at the university and beyond using scientific presentations and publications.
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 | 0,014 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,007 |
| Communication savante | 0,015 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».