Effects of course selection flexibility on academic and social opportunity structures
Notice bibliographique
Résumé
Undergraduate students’ social connections influence their academic performance (Vargas et al., 2018), persistence (Zwolak et al., 2017), and mental well-being (Poole et al., 2023). Thus, it is important to consider university features that facilitate or constrain peer relationships from forming, such as curriculum. Students in majors with rigid curricula frequently co-enroll in courses with same-major peers, increasing the likelihood of forming meaningful relationships. In contrast, students in flexible majors co-enroll less often. Beyond this social role, the range of courses students take determines the disciplinary foundations to which they are exposed. We investigate how curricular flexibility influences students’ academic opportunity structures (the content students’ access through coursework) and social opportunity structures (the peer relationships students have the opportunity to form). For example, we are interested in the academic diversity of peers students co-enroll with, and the disciplinary clustering of electives. We analyzed enrollment data for a cohort of students at a college of life sciences at a large Canadian university. This includes 2,556 students across 13 majors, 11,630 offerings of 1,303 courses they took, and 62,376 co-enrolled peers from across campus. Our investigation is comparative, focusing on differences between students in the college’s most flexible major (30% prescribed credits) and those in more rigid majors (>60% prescribed credits). The study has been approved by the institutional Research Ethics Board.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».