MétaCan
Menu
Retour à la cohorte
Enregistrement W4415709823 · doi:10.65005/154230725840044830

Undergraduate Student Perspectives on Failure During the Transition to Higher Education

2025· article· en· W4415709823 sur OpenAlexaff
Jennifer N. Ross, Dan Guadagnolo, Jackie Goodman, Angela Bakaj, Laura Crupi, Shirley Liu, Christina Makkar, Nicole Laliberté, Fiona Rawle

Notice bibliographique

RevueJournal of The First-Year Experience & Students in Transition · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHigher educationVariety (cybernetics)Futures contractNegotiationUndergraduate educationUndergraduate research

Résumé

récupéré en direct d'OpenAlex

This article examines student perspectives on academic failure during the first year of postsecondary education. We focus on students??? personal definitions, responses to, and strategies for embracing and bouncing back from failure in their first year. In this study, students understood academic failure as a negotiation between self and institution. They articulated clear definitions of failure and offered a variety of strategies and approaches for managing it. Despite this, participants described early failures as destabilizing for their academic futures and highlighted social and institutional dynamics as determining how they approached current and future failures. We ask how institutional and pedagogical approaches might change if we incorporate student experiences of failure and their insights into the structures that govern higher education. The study will be useful to those interested in student perspectives on failure as well as those involved in development of first-year experience 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 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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,389
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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The First-Year Experience & Students in TransitionMême sujetHigher Education Research StudiesTravaux en français237 207