MétaCan
Menu
Retour à la cohorte
Enregistrement W4415359126 · doi:10.5430/ijhe.v14n5p90

Access and Achievement: Low-Income Students in Portuguese Higher Education Case Study

2025· article· en· W4415359126 sur OpenAlexvenueno aff
Elsa Justino, Diana Dias, Gina Santos

Notice bibliographique

RevueInternational Journal of Higher Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésPortugueseHigher educationDisadvantagedSocioeconomic statusAccess to Higher EducationInequalitySocial inequalitySocial class

Résumé

récupéré en direct d'OpenAlex

This study investigates the experiences of low-income students in Portuguese higher education, focusing on universities in peripheral regions. Despite policies aimed at widening access since the 1980s, inequalities persist. The research examines whether families with greater social, cultural, and economic capital are disproportionately represented in higher education relative to their presence in Portuguese society. By analyzing class-based educational strategies employed by different social classes and their expectations of upward social mobility, the study conceptualizes access to higher education as a "game" of unequal opportunities. Using the University of Trás-os-Montes e Alto Douro (UTAD) in northern Portugal as a case study, the analysis combines statistical data with surveys of first-year students. Findings reveal the strong influence of socioeconomic background on access to higher education, underscoring the persistent selectivity and barriers faced by disadvantaged groups.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,483
Écart entre enseignants0,454 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetHigher Education Learning PracticesTravaux en français237 207