Les facteurs liés à la persévérance dans un programme au premier cycle universitaire
Bibliographic record
Abstract
De nos jours, le cheminement des étudiants ne suit plus une trajectoire linéaire (Conseil supérieur de l’éducation [CSE], 1988 ; Coulon, 1997). L’étudiant s’efforce de plus en plus de concilier travail, vie personnelle et vie universitaire au point où il est quelquefois obligé d’arrêter ses études. Pour l’année universitaire 2010-2011, seulement un tiers des étudiants parmi ceux qui avaient commencé un programme de premier cycle universitaire ont obtenu leur diplôme (gouvernement du Québec, 2014). Le décrochage des études au niveau universitaire affecte la société, l’université, et l’individu lui-même (Berger et Parkin, 2009 ; Institute for higher education policy [IHEP], 1998 ; McMahon, 2009). Cependant, l’accroissement de l’hétérogénéité des caractéristiques étudiantes (CSE, 2013) est un phénomène qui rend de plus en plus difficile l’identification des facteurs qui entravent la persévérance. Dans un contexte de rationalisation financière où préserver les sources de revenus est important, il devient crucial de cerner ces facteurs. \n Alors, la question qui subsiste est : quels sont les principaux facteurs qui influencent la persévérance dans un programme de premier cycle universitaire ? Ainsi, cette étude détermine les facteurs qui influencent la persévérance au premier cycle universitaire. De manière spécifique, il s’est agi de définir le profil type d’un étudiant persévérant, puis de déterminer les facteurs clés de cette persévérance au sein des étudiants du premier cycle. À cet effet, nous avons utilisé un échantillon de 718 étudiants inscrits pour la première fois à l’Université de Sherbrooke en automne 2008. Cet échantillon a été constitué grâce à deux sources de données provenant d’un questionnaire adressé aux étudiants par courriel et des données du bureau de la registraire de l’Université de Sherbrooke. La classification hiérarchique ascendante (CHA) et un modèle probit bivarié ont été utilisés pour analyser ces données. Les résultats montrent l’importance des variables institutionnelles parmi les facteurs qui influencent la persévérance dans un programme de premier cycle universitaire.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".