Newcastle-Ottawa Quality assessment scale.
Notice bibliographique
Résumé
<div> Background Academic success is a measure of students’ ability to attain their educational objectives, often assessed through regular evaluations or examinations. To establish effective policies and programs that align with academic accomplishments, conducting comprehensive data analysis is pivotal. Hence, this systematic review aimed to synthesize the factors impeding the academic achievements of Ethiopian students in higher education. Methods A comprehensive review was conducted on studies involving Ethiopian university students from 2013 to 2022. The review encompassed 24 papers that were gathered from different databases like PubMed, Google Scholar, African Journals Online, Scopus, and Web of Science. Results The findings of this research revealed that inadequate classroom environments, experiencing dysmenorrhea, and engaging in excessive social media usage were all linked to a decline in academic performance. Conversely, adopting healthy sleep habits, achieving high scores in entrance exams, and avoiding recent substance abuse were all factors positively influencing academic success. In addition, there was a positive correlation between academic excellence and being a health science college student and age range of 20 to 24 years old. Conclusion To enhance academic performance, it is crucial to address the negative factors identified, such as inadequate classroom environments, dysmenorrhea, and excessive social media usage, while promoting positive factors like healthy sleep habits, high scores in exams, and avoiding substance abuse. Additionally, being a health science college student and belonging to the age range of 20 to 24 were found to be associated with academic excellence. </div>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,214 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».