MétaCan
Menu
Retour à la cohorte
Enregistrement W4408108379 · doi:10.1080/03075079.2025.2462666

Coming to belong in the university through small acts of connection

2025· article· en· W4408108379 sur OpenAlexaff
Rola Ajjawi, Juan Fischer, Chie Adachi, Margaret Bearman, David Boud, Susie Macfarlane, Lý Thị Trần, Karla Coutts

Notice bibliographique

RevueStudies in Higher Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensImpactUniversity of British Columbia
Organismes subventionnairesDeakin University
Mots-clésHigher educationConnection (principal bundle)PedagogySociologyPsychologyMathematics educationEconomic growthEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Belonging is recognised as an important factor in student well-being, persistence and success at university, particularly for first-year students. Belonging is often described as an individual basic human need; to feel accepted, valued, and connected with peers, teaching staff, the curriculum, the university or places and communities. However, less is known about what students do to foster belonging for themselves. This paper adopts a relational and situated perspective to examine how first-year university students create belonging in an experiential sense. Based on qualitative semi-structured interviews with 19 participants, this study explores the range of connections that students make in their first year of study and the meaning they attribute to these connections in relation to belonging. The findings suggest that multiple senses of belonging may arise from small acts of connection made by students and reciprocated by others (e.g. peers, teachers, support staff, family and friends). These insights contribute to understanding how students see themselves as belonging, and what might be needed to nurture these connections in ways that acknowledge their diverse needs, backgrounds and experiences.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,018
Communication savante0,0100,007
Science ouverte0,0010,015
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,168
Tête enseignante GPT0,458
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 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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Higher EducationMême sujetSocial Work Education and PracticeTravaux en français237 207