MétaCan
Menu
Retour à la cohorte
Enregistrement W4400994089 · doi:10.5430/ijhe.v13n4p1

Exploring Extra-Curricular Bootcamps: A Qualitative Study on Accelerated Learning in Higher Education

2024· article· en· W4400994089 sur OpenAlexvenueno aff
Jacqueline R. Rietveld, Jan Waalkens

Notice bibliographique

RevueInternational Journal of Higher Education · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoachingGraduation (instrument)Coding (social sciences)Qualitative researchPsychologyAxial codingContext (archaeology)Psychological interventionHigher educationGrounded theoryPedagogyMathematics educationMedical educationSociologyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

In response to the persistent challenge of study delay in higher education in the Netherlands, innovative approaches such as extra-curricular bootcamps have emerged. These dynamic and intensive programs offer an alternative to traditional education, providing accelerated learning experiences for students. Teachers are increasingly taking on coaching roles, guiding students through their study progress and choices. This article presents the findings of a qualitative research project of graduation bootcamps during three study years with 225 last year students with substantial study delay. We used open coding to get to the themes of key elements such as collaboration, peer interactions, teaching methods, motivation, and coaching within the context of bootcamps. We subsequently used selective coding based on the Self Determination Theory to further analyse the data. Although the implementation faced challenges, the results show that ongoing support and a community of like-minded individuals are essential for success. This study confirms the literature on the need for motivation and structured support in overcoming academic delays and provides practical insights for the development of effective educational interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,010
Communication savante0,0040,004
Science ouverte0,0030,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,299
Tête enseignante GPT0,534
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207