Investigating Supports and Barriers Affecting Black Students’ Enrolment and Experiences within Graduate Studies
Notice bibliographique
Résumé
The goal of this research study was to identify and examine the supports and barriers affecting Black students’ enrolment and experiences within graduate studies. Using a qualitative approach, I focused on the lived experience of N = 10 current Black graduate students attending universities located in Southern Ontario. Using a deductive approach, this study utilized the theoretical and conceptual framework which locates mentorships as the main form of support, and Socio-economic Status (SES) as the main Barrier when considering the enrolment and experiences of Black students into graduate studies (LeBlanc, 2016; Walpole, 2003). Each of the participants took part in a 30–45-minute semi-structured interview, and we asked about their overall graduate studies experience, along with which support and Barrier they found during the enrolment process, and throughout the course of their degree. Results derived from thematic analysis focusing on participants' support revealed two main themes: 1) relationships with individuals, and 2) university community bonds. These themes provided further analysis, which paved the way for the development of sub-themes. Relationships with individuals provided three additional subthemes: 1) relationships with their mentor, 2) relationships with their friends and peers, and 3) relationships of kinship. While university community bonds provided its own three additional sub-themes: 1) race/ethnic based student groups 2) university athletics, and 3) diversity within the program/university. Meanwhile results focusing on participants’ barriers revealed two main themes: 1) being a First-Generation Student (FGS), and 2) financial considerations, which was further split into the sub-themes of Graduate Funding Packages (GFPs) and SES (Participant and Participant Family). Furthermore, concepts such as Advice to Younger Students, and Conceptual Duality were also discussed, in addition to limitations and future research.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».