MétaCan
Menu
Retour à la cohorte
Enregistrement W7011378611

L'influence de la situation financière sur la performance académique chez les étudiants africains au Québec

2018· other· fr· W7011378611 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2018
Typeother
Languefr
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationContext (archaeology)Research methodologyStatistical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les déperditions scolaires représentent entre autre un coût financier pour ceux sur qui reposent le poids du financement de l'éducation. Des études ont relevé de nombreux échecs au sein de la population des étudiants étrangers, ou tout au moins une inégalité assez forte dans les performances académiques. Pour les étudiants africains, la situation' varie selon les pays d'accueil. D'un autre côté, les études sont unanimes, les problèmes financiers sont parmi les problèmes les plus difficiles rencontrés par les étudiants étrangers (étudiants africains compris). La question que nous nous sommes posée est de savoir si les différences de revenus pouvaient expliquer les différences observées dans les performances académiques chez les étudiants africains au Québec, Nous avons considéré le groupe des étudiants africains au Québec comme un groupe autonome et homogène. Pour expliquer leurs performances académiques, nous nous sommes servis du modèle de Spencer qui préconise d'analyser les résultats scolaires des étudiants étrangers par deux groupes de variables : les variables pré-admission et les variables post-admission, Les variables pré-admission sont faites des variables individuelles de types démographique ou socio-économique (dont notre variable situation financière). Les variables post-admission regroupent les variables institutionnelles et organisationnelles décrivant l'interaction de l'étudiant avec le milieu d'accueil. Les données ont été obtenues au moyen de 300 questionnaires distribués de façon non aléatoire aux étudiants africains de l'Université Laval et de l'Université de Montréal, et 175 nous ont été retournés remplis. Nous estimons environ à 700 le nombre total d'étudiants africains au Québec en 1982, La performance académique est mesurée par l'auto-évaluation par l'étudiant lui-même de sa propre performance par rapport à son groupe programme, et la situation financière par le revenu mensuel perçu par l'étudiant au titre de frais de subsistance. Notre hypothèse est que les étudiants qui ont un revenu de subsistance élevé sont également ceux qui ont des meilleures performances. L'hypothèse complémentaire est que cette relation peut être amplifiée par certaines caractéristiques individuelles des étudiants. Pour vérifier ces hypothèses, nous avons procédé au préalable à l'analyse des tables de contingences et au test d'indépendance statistique, le Chi carré, puis à la comparaison des moyennes. L'examen de l'influence des variables de contrôle a été réalisé en faisant des comparaisons de moyennes par catégorie de chaque variable de contrôle. Les caractéristiques que nous avons observées dans notre échantillon sont les suivantes: \n1° La performance académique est bonne dans l'ensemble, mais cependant très inégale : 28% des étudiants africains s'estiment parmi les meilleurs, 44% au-dessus de la moyenne et 33% au moins dans la moyenne; \n2° La situation financière est très diversifiée; près de 20% ont un revenu mensuel inférieur à 400$, contre 10% qui ont plus de 800$ de revenu» \n3° Les sources de financement sont variées: 32% sont des non-boursiers, 45% perçoivent leurs revenus du gouvernement ou d'une institution africaine et enfin, 23% sont boursiers d'un Etat ou d'un organisme non africain» \n4° Quand aux caractéristiques individuelles, nous avons relevé que: la moyenne d'âge de l'échantillon est de 30 ans, 44% sont mariés (près de la moitié des étudiants mariés vivent avec leur famille au Canada), près de 50% ont exercé une activité professionnelle avant d'entreprendre les études au Canada, et enfin 15% seulement ont leurs parents ou leurs tuteurs dont la scolarité est du niveau de l'enseignement supérieur, contre 40% dont les parents ou tuteurs n'ont jamais été à l'école. \nLa vérification de nos hypothèses nous a permis d'arriver à la conclusion qu'il y a une différence significative en matière de revenu entre les étudiants classés selon le niveau de performance académique, et que cette différence va dans le sens que les plus nantis sont également ceux qui ont les meilleures performances. Ce qui confirme notre hypothèse, Mais en contrôlant par les variables individuelles, on s'est aperçu que cette relation n'est vraie que pour les étudiants mariés et qu'elle ne s'explique que parce que les étudiants mariés sont à la fois ceux qui ont les revenus les plus élevés et ceux qui ont les meilleures performances académiques. Il est cependant exclu de penser établir une relation de cause à effet entre le revenu et la performance chez les étudiants mariés, ni même de chercher à généraliser ce résultat. Notre résultat suggère seulement que ce processus sous-jacent qui relie le revenu à la performance est très complexe et qu'il passe probablement par l'état civil de l'étudiant. Une politique destinée à étudier les conditions de vie de l'étudiant africain au Québec en vue d'améliorer sa performance académique devrait prendre en considération l'état civil des étudiants.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,003
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,247
Écart entre enseignants0,236 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetHigher Education Research StudiesTravaux en français237 207