MétaCan
Menu
Retour à la cohorte
Enregistrement W4407357339 · doi:10.1080/07294360.2025.2456819

The house of cards: equity-group students’ experiences of structural inequity in higher education

2025· article· en· W4407357339 sur OpenAlexaff
Rola Ajjawi, Nicole Crawford, Margaret Bearman, Matt Brett, Mollie Dollinger, Joanna Tai

Notice bibliographique

RevueHigher Education Research & Development · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDeakin University
Mots-clésEquity (law)Higher educationPsychologyGroup (periodic table)SociologyPedagogyMathematics educationPolitical scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Globally, correlations are reported between lower academic attainment and university students being a member of an ‘equity’ or ‘historically under-represented’ group. We seek to illuminate how this so-called awarding gap might transpire. Taking a longitudinal qualitative approach, 35 undergraduate students from equity and diverse backgrounds at an Australian university participated in a series of interviews. Using a metaphorical framing, we liken the students’ participation in higher education to building a house of cards, which refers to studying within a precarious, unstable or fragile situation. Students learn to work with the cards they are dealt through much scheduling, ordering and invisible work. Inevitably, when one of the cards wobbles and impacts their study, a partial or complete collapse of the structure can swiftly occur. In the aftermath, students try to rebuild. The house of cards metaphor illustrates how universities reproduce disadvantage through the institutional structural barriers that interact with individual students’ lives. Of concern, students perceive participation challenges to result from their individual faults, instead of from precarious structural foundations on which their house of cards is built. This article makes a contribution to critically interrogating structural inequities that influence students’ participation and, ultimately, success in higher education.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,018
Communication savante0,0070,006
Science ouverte0,0010,013
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,087
Tête enseignante GPT0,510
Écart entre enseignants0,423 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education Research & DevelopmentMême sujetHigher Education Research StudiesTravaux en français237 207