Understanding Student Absenteeism in Undergraduate Engineering Programmes
Notice bibliographique
Résumé
CONTEXT Correlation between student attendance and eventual performance is well documented in the literature. Even with increasing access to compatible web-based resources or lecture recordings, traditional face-to-face classroom lectures are considered better at engaging the students with the content. Successful students are well aware of the importance of attendance. Yet absences are common in engineering lectures. Often a quarter of the students do not attend lectures. Frequent absences often result in subsequent academic hardship. PURPOSE While the relationship between attendance and performance is known, the drivers for the individual absences are either unknown or varied, and thus challenging to address. This study aims to understand the causes for absences in the hope to develop an evidence-based model for strengthening student attendance. APPROACH A survey was developed to highlight common reasons for lecture absences and to capture ways students make up for their absences. The survey was administered on students taking core engineering courses at Auckland University of Technology, University of Waikato and University of Queensland. The overall themes from the survey are summarized and discussed. RESULTS The survey results agree with anecdotal attendance rates observed by faculty. Many factors influence student absenteeism. The responses reflect the challenge students face in balancing study, family life, and financial commitments. An additional layer of complexity was noted by the availability of recorded lectures. CONCLUSIONS Recognizing the various attitudes towards lectures and the varied reasons for lecture absences can yield a powerful mitigation tool. While the results highlight some drivers for absences that are difficult to easily address by a course instructor, the survey does provide insights on areas where instructors may be able to make a notable impact towards student engagement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».