Enquête «tu t'en sors-tu?» sur le bien-être de la communauté étudiante internationale de l'Université de Sherbrooke
Bibliographic record
Abstract
Cette enquête porte sur le bien-être de la communauté étudiante internationale de l’Université de Sherbrooke. Elle a été réalisée durant le mois de juin 2021, durant la pandémie de la COVID-19. Elle a porté sur trois thèmes : l’adaptation au Québec, la perception de la discrimination, et les impacts de la pandémie. Il s’agit de l’une des rares enquêtes d’envergure faites sur les étudiants internationaux universitaires du Québec. L’enquête a été faite par sondage bilingue en ligne envoyé à l’ensemble des étudiants internationaux de l’UdeS inscrits à la session d’été 2021. Le sondage a recueilli 425 réponses valides, ce qui constitue un taux de réponse de 37.6%. Les résultats du sondage sont analysés et croisés en fonction du sexe, de la région de provenance, du niveau de français, et de l’année d’arrivée au Québec des répondants. Un seuil de significativité statistique de 1% est utilisé. L’analyse des résultats a permis de formuler 20 recommandations à l’Université de Sherbrooke afin d’améliorer la situation des étudiants internationaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.024 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.036 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".