MétaCan
Menu
Retour à la cohorte
Enregistrement W4391483011 · doi:10.3389/feduc.2024.1235291

“I have no idea how I will get a stipend”: the impact of COVID-19 on graduate students’ financial security

2024· article· en· W4391483011 sur OpenAlexaff
Fubiao Zhen, Taylor Graves-Boswell, Michael Rugh, Jake M. Clough

Notice bibliographique

RevueFrontiers in Education · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStipendCoronavirus disease 2019 (COVID-19)Financial engineeringFinanceEngineering managementComputer scienceBusinessEngineeringPolitical scienceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

In this study, we investigated graduate students’ financial security during the COVID-19 pandemic. In the Spring 2022 semester, the continued changes brought on by the precautionary measures implemented presented difficulties for both faculty and graduates. In this mixed methods study, we surveyed graduate students ( N = 258) at a public research university to explore the pandemic’s effects on their financial security. Through the sign test analyses, we found a significant decrease in graduate students’ financial security scores during the pandemic, and particular groups of students were more susceptible to decreased financial security. The thematic analysis further explored the financial security decrease and identified inflation and economic downturns, and the suspension of work or financial support as two main challenges graduate students confronted during the pandemic. Both quantitative and qualitative findings reflected the financial stress and hardship confronted by graduate students during the pandemic. It was implied that extra financial support and consultation should be provided to students with meager stipends or student loans. The results further informed the academic community to foster the culture of care inside academia, by addressing graduate students’ financial concerns properly in the post-pandemic period.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,327
Écart entre enseignants0,289 · 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'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207