Academic success courses at Ontario colleges: a qualitative analysis of syllabi
Notice bibliographique
Résumé
Ontario Colleges expanded enrolment and reached into populations that traditionally did not attend post-secondary (Rae, 2005). The challenge has been to support students who were not prepared for college-level academic work (Habley, Bloom & Robbins, 2012). Lennon, Skolnik and Jones (2015) pointed out that colleges have been providing curriculum arguably of high school equivalency. First-semester academic success courses have been a curricular response to these challenges. Academic success courses are a combination of learning skills, involvement, metacognition, motivation, and self-regulated learning (Tebe, 2007; Burchard & Swerdzewski, 2009; Rasmussen, 2013; Hoops, Yu, Burridge & Wolters, 2015). There does not exist a set or taxonomy of skills and student development concepts described in academic success course outlines from across the Ontario colleges. To fill this gap, I qualitatively categorized skills and student development concepts described within academic success course outline documents from across Ontario. The first step was a comprehensive scan of college program websites to determine the programs that incorporated an academic success course. Fifty-nine course outline documents were acquired for a content analysis of course descriptions and learning outcomes. The categorization of skills and concepts was based on a synthesis of literature on academic success, academic competencies, and the demands of industry. 304 programs incorporated an academic success course. Academic success courses were used in all college credentials. Results suggested that courses are widely used, though less so in the advanced credentials. Some courses were structured generically and applied across a range of programs while other courses were offered within programs using discipline specific language (e.g., business, heath). A qualitative content analysis revealed dominant course themes of academic skills and personal development. Learning outcomes seldom expressed reading and writing skills. Learning outcomes seldom expressed connecting to the college environment or services. Learning outcomes seldom expressed aspects of resourcefulness or resiliency. Recommendations for curriculum designers to address gaps in learning outcomes are offered. Further research is suggested to clarify the nature and use of academic success courses at the Ontario colleges.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».