MétaCan
Menu
Retour à la cohorte
Enregistrement W4385480003 · doi:10.25071/28169344.33

Understanding Chinese International Students' Struggle in Canadian University during COVID-19: A Literature Review

2023· review· en· W4385480003 sur OpenAlexaffabout
Chunlei Liu

Notice bibliographique

RevueYU-WRITE Journal of Graduate Student Research in Education · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)ChinaGovernment (linguistics)ImmigrationFace (sociological concept)Political science2019-20 coronavirus outbreakEconomic growthPsychological resilienceSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)International educationHigher educationSociologyPsychologyOutbreakMedicineSocial scienceEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The economic impact of international students in Canada is tremendous. As the enrollment of domestic students has decreased, the admission of overseas students has made up for the financial losses that Canadian institutions suffer due to the drop in domestic student enrollment. China is a significant exporter of international students to Canada, sending a sizable number of them there yearly. Chinese international students' entrance to Canadian universities is being impacted by the COVID-19 pandemic. This article contends that because of their temporary immigration status, international students in Canada are at risk. It does this by drawing on the literature analysis approach. They are not included in the majority of government assistance initiatives intended to assist Canadians during this outbreak. The majority of overseas students struggle financially and psychologically as a result of the pandemic. The circumstance is causing a further drop in the admittance of international students, with economic repercussions for Canadian institutions. The report advances our knowledge of the struggles faced by international students and educational institutions during the COVID-19 pandemic by examining the issues they face as well as the methods needed to increase their resilience and universities' capacity.

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)0,011
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
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 Opus0,337
Tête enseignante GPT0,556
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueYU-WRITE Journal of Graduate Student Research in EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207