MétaCan
Menu
Retour à la cohorte
Enregistrement W4409378680 · doi:10.1080/09620214.2025.2490950

How Chinese high schools equip first-generation college students with capital for elite university admissions: an examination from the students’ perspective

2025· article· en· W4409378680 sur OpenAlexaff
Wanyi Xie, Yifan Liu

Notice bibliographique

RevueInternational Studies in Sociology of Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Reforms and Inequalities
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)EliteMathematics educationHigher educationCapital (architecture)Cultural capitalPedagogySociologyAcademic achievementPsychologyMedical educationPolitical scienceSocial scienceEconomic growthMedicineEconomicsHistoryComputer science

Résumé

récupéré en direct d'OpenAlex

This study explores how Chinese first-generation college students (FGCSs) admitted to elite universities perceive their high schools’ roles in equipping them with essential capital for success in an exam-based selection system. Based on qualitative interviews with 21 FGCSs from two elite Chinese universities, the research identifies four forms of capital developed through specific high school practices: (1) routinisation of test-taking habits to develop learning capital, (2) symbolisation of rankings and hierarchical tracking as ‘success’ to foster aspirational capital, (3) promotion of school-mediated connections to enhance social capital, and (4) cultivation of interpersonal care and support to build emotional capital. While these practices support university admissions, they also introduce mental health challenges and overlook the students’ needs for holistic development. This study contributes to the international discourse on disadvantaged students in elite university admissions by examining both the benefits and limitations of China’s exam-focused schooling system.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,006
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,050
Tête enseignante GPT0,428
Écart entre enseignants0,378 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Studies in Sociology of EducationMême sujetGlobal Educational Reforms and InequalitiesTravaux en français237 207