Positive Experiences, Dreams, and Expectations of International Master’s Students at a Southern Ontario University: An Appreciative Inquiry
Notice bibliographique
Résumé
This study used appreciative inquiry (AI) as a methodological and theoretical framework and positive psychology theory to investigate international master’s students’ positive experiences, dreams, and expectations in their programs and institution to inform policies, programs, and practices. Although the literature describes international students’ mixed experiences in Canada, including developing critical thinking skills, making friends with other nationals, culture shock, and financial challenges, previous studies seldom focus on life-affirming conditions that enrich and improve such students’ schooling experiences. The first three stages of AI’s 4-D cycle—discovery, dream, and design—informed the study’s data collection methods (14 semi-structured individual interviews and three focus group discussions) to generate strength-based data for analysis, resulting in five key themes: (a) personal well-being and sense of belonging, (b) instructors’ pedagogical practices, (c) financial constraints and employment opportunities, (d) career development, and (e) policies. Based on its findings, the study makes six recommendations to inform international graduate student policy and practice: (a) allow international master’s students to study with their domestic counterparts, (b) increase international student diversity, (c) regularize socializing events for students and community members, (d) bridge the gap between theory and practice (hands-on experience), (e) work with all stakeholders to make international master’s students’ tuition fees more affordable, and (f) create on- and off-campus employment opportunities. Participants’ first-person accounts emphasize the need to include student voices in their own education and also shift the conversation from a deficit lens to a more positive discourse to balance the narratives around international students’ experiences.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,013 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 ».