La riuscita del percorso universitario: un'analisi longitudinale sugli studenti dell'Ateneo di Bologna
Titolo Rivista RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO
Autori/Curatori Stefania Mignani, Paola Monari, Silvia Bianconcini, Silvia Cagnone
Anno di pubblicazione 2008 Fascicolo 2007/3 Lingua Italiano
Numero pagine 14 P. 25-38 Dimensione file 376 KB
DOI
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più
clicca qui
Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.
Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit. Acquista Download Credits per scaricare questo Articolo in formato PDF
FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche
A longitudinal analysis of academic achievements in the University of Bologna (by Stefania Mignani, Paola Monari, Silvia Bianconcini, Silvia Cagnone). Objectives The aim of this paper is to analyze academic achievement of a cohort of students enrolled in 2001 at one of the most numerous Faculties of the University of Bologna. This represents a first longitudinal study motivated by a new requirement of the University system, that is supporting students in their whole career. Methods and Results We make use of latent growth models for longitudinal data. The basic idea of this approach is that individuals differ in their growth over time according to a continuous underlying or latent trajectory. Random coefficients in the model permit each individual to have a different trajectory. Latent growth models can be incorporated in the Structural Equation Models (SEMs) framework by viewing the random coefficients as latent variables. Hence model identification and estimation are performed according to the conventions of the SEM analysis. Conclusions Latent Growth models are particularly useful in analyzing student performances over time. We identified three different subgroups or cohorts, and we applied linear and non linear latent growth models. The effects of different covariates in the student temporal behavior is also evaluated.;
Stefania Mignani, Paola Monari, Silvia Bianconcini, Silvia Cagnone, La riuscita del percorso universitario: un'analisi longitudinale sugli studenti dell'Ateneo di Bologna in "RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO" 3/2007, pp 25-38, DOI: