MétaCan
Menu
Retour à la cohorte
Enregistrement W4382654456 · doi:10.1145/3587102.3588779

"I Am Not Enough": Impostor Phenomenon Experiences of University Students

2023· article· en· W4382654456 sur OpenAlexafffund
Angela Zavaleta Bernuy, Anna Ly, Brian Harrington, Michael Liut, Sadia Sharmin, Lisa Zhang, Andrew Petersen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésPhenomenonThematic analysisSet (abstract data type)PsychologyFear of failureComputer scienceQualitative researchSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Recent work has confirmed that computing students experience the Imposter Phenomenon (IP) at higher rates than reported in other disciplines. However, no work has examined what aspects of the university computing experience might lead to a higher rate of IP experiences. We aim to illustrate the IP experiences students have, identify common sources of these experiences, and document the effects of these experiences and how students respond to them. We asked undergraduate students to share recent experiences that illustrate their experiences with the IP. We conducted an inductive thematic analysis on these open-ended responses, resulting in a set of inter-connected themes. A significant fraction of students related stories about making comparisons with peers or observing peer behaviour that made them question their abilities. Students also spoke about holding unrealistic expectations learned from their peers or imposed by the environment. These experiences may be particularly acute for minority-affiliated students who may come to feel they do not belong. Ultimately, these IP experiences can lead to a loss of motivation or a cycle of failure that leads students to leave computing. The central role social comparisons play in IP experiences suggests that it is particularly important to foster communities where opportunities for comparison are reduced and where realistic expectations are explicitly set.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,326
Écart entre enseignants0,296 · 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207