The Future of Higher Education: Identifying Current Educational Problems and Proposed Solutions
Notice bibliographique
Résumé
It is widely acknowledged that higher education is failing to meet the needs of students and employers, while educational costs and student debt are rapidly increasing. Our aim was to address these issues in an innovative fashion through a structured review combined with recommendations for best practices. Specifically, we aimed to identify and systemize failings of higher ed based on current scholarship, propose solutions, and identify institutions of higher education (IHEs) that have begun to successfully put these solutions in practice. Based on our literature review, this is the first time such a study has been conducted. We performed a structured literature review and identified four key failings in higher education: quality, relevance, access, and cost. From the reviewed literature we extracted a rubric to identify and evaluate twelve IHEs that are effectively applying new and innovative models that address these four problems. We conclude by recommending best practices for the successful redesign of IHEs. The overarching problem we identified was lack of student preparedness to succeed in a highly complex, competitive, and increasingly global, digital world—curricula lack relevance. IHEs are failing to teach the skills and tools needed for sustained success in the workplace: critical and creative thinking, problem-solving, co-operation, tolerance, and collaboration (which incidentally align with the skills and tools needed for effective citizenship) and when they do, they are not using evidence-based pedagogical strategies drawn from research on the science of learning. Additionally, IHEs are failing to provide accessible, high-quality, affordable postsecondary education. Financial and geographic inaccessibility, opaque admissions processes, attrition, poor attention to student health and well-being, lack of Indigenous inclusion, weak utilization of technology, and outmoded teaching methods and content contribute to the barriers to student success. The twelve IHEs we identified are geographically, economically, and pedagogically diverse, each serving as a model for the future of higher education. The novel contributions offered here are (i) a systematic review of higher education’s failings as they impact students and employers, (ii) identification of specific programs and initiatives that can ameliorate these failings, and (iii) identification of IHEs that are engaging in best practices with respect to (i) and (ii).
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 | 0,079 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,021 | 0,019 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,027 | 0,035 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».