Higher levels of self-reported quality of student life predict a lower risk for high school dropout among seventh-grade students
Notice bibliographique
Résumé
High school dropout is a national concern, which often leads to long-term adverse consequences. For example, students who drop out of high school are more likely than those with higher levels of educational attainment to be living in poverty, to be in need of public assistance, and to be incarcerated. Most research focuses on individual and contextual (unalterable) factors associated with dropout instead of focusing on factors that are more responsive to change such as the quality of student life (QOSL). The purpose of this study was to better understand how quality of student life, as measured by four sub-scales of a QOSL questionnaire (i.e., satisfaction, well-being, social belonging & empowerment/control), may predict risk for high school dropout. More specifically, this study assessed risk for dropout and QOSL in 34 students in 7th grade aged 11 to 13 years who were attending a school in Southern Québec, Canada. The results indicate that the potential risk for dropout decreases as students report greater levels of overall QOSL. More specifically, satisfaction and well-being (components of QOSL) were found to contribute the most to the potential risk for dropout. Additionally, students with higher socio-economic status (SES) reported greater levels of QOSL and lower risk for dropout. This study lends support to the idea that even at a high school level, administrators and teachers can make changes in their policies and practices that improve QOSL and increases the likelihood that students will earn their high school diploma.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».