MétaCan
Menu
Retour à la cohorte
Enregistrement W4416755250 · doi:10.64899/2151-0407.1946

An investigation of international students’ satisfaction with their university experience using an expectation confirmation theory lens

2025· article· en· W4416755250 sur OpenAlexaff
Mehraz Sarker, Jonathan Worae, Jason D. Edgerton

Notice bibliographique

RevueJournal of Comparative & International Higher Education · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésOrdered logitOrdinal regressionLogistic regressionAssociation (psychology)Life satisfactionThrough-the-lens metering

Résumé

récupéré en direct d'OpenAlex

This study examines how various challenges and support systems influence international students’ satisfaction, as reflected in their intention to recommend their university. Using the Expectation Confirmation Theory (ECT), it examines whether students’ initial expectations moderate the relationships between challenges and satisfaction, and between institutional support and satisfaction. Analysis of survey data (N = 712) indicates that the majority of international students report satisfaction with their university experience. Ordinal logistic regression analyses reveal that perceived institutional support and higher initial expectations are associated with increased likelihood of recommending the university. Conversely, academic and discrimination challenges are associated with decreased likelihood of recommendation. Additionally, the negative association between language challenges and satisfaction is moderated by initial expectations, such that students with higher expectations are less likely to recommend their university if they encountered language difficulties. These findings highlight the critical role of institutional support in shaping students’ experiences. Policy implications include enhancing academic, language, and anti-discrimination support services to address barriers and improve the overall satisfaction and retention of international students.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,056
Tête enseignante GPT0,354
Écart entre enseignants0,298 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative & International Higher EducationMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207