THE INFLUENCE OF PEER EDUCATORS IN A FIRST-YEAR SEMINAR ON FRESHMAN PREPARATION FOR COLLEGIATE CHALLENGES: A QUALITATIVE INVESTIGATION OF OBSERVATIONAL LEARNING
Notice bibliographique
Résumé
Most high school students have not spent deliberate time preparing for their transition to college. \nKnowing this, institutions have developed a first-year seminar geared toward transitional issues \ninherent to a specific institution. While the research on these programs illustrates their utility, \nthere appears to be an opportunity to further their success by incorporating peers as educators in \nthe classroom. Bandura (1986) saw the potential of observational learning through peer \nmodeling, though few researchers have studied first-year seminars from this theoretical \nperspective. Through a postpositivistic philosophical paradigm, this exploratory qualitative \nstudy utilized a phenomenological design to investigate two research questions: what are the \nacademic and social challenges freshmen face in the transition to a small, private, highly \nselective, STEM-focused institution and how does the presence of sophomore peer educators in a \nfirst-year seminar influence freshman preparation for those fall quarter challenges. A total of 41 \nfreshmen participated in the study. Data were collected through student journals and focus group \ninterviews. The results of this study confirm that the transition to this specific type of institution \nis just as complex as the transition to other types of institutions, with students reporting similar \nacademic and social challenges as found in the literature. However, their emphasis was on the \ncore (i.e., academic) rather than the periphery (i.e., social) of the collegiate experience. The \napplication of modeling, however, was not strong enough to determine whether observational \nlearning influenced these transitional challenges.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».