MétaCan
Menu
Retour à la cohorte
Enregistrement W1524203835 · doi:10.47678/cjhe.v45i2.2472

Access and Barriers to Postsecondary Education: Evidence from the Youth in Transition Survey

2015· article· en· W1524203835 sur OpenAlexafffundvenue
Ross Finnie, Richard Mueller, Andrew Wismer

Notice bibliographique

RevueCanadian Journal of Higher Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensUniversity of LethbridgeUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Ottawa
Mots-clésPostsecondary educationPrincipal (computer security)CohortHigher educationDemographic economicsFamily incomeSample (material)Access to Higher EducationSurvey data collectionTransition (genetics)PsychologyBusinessEconomicsEconomic growthMedicine

Résumé

récupéré en direct d'OpenAlex

We exploit the Youth in Transition Survey, Cohort A, to investigate access and barriers to postsecondary education (PSE). We first look at how access to PSE by age 21 is related to family characteristics, including family income and parental education. We find that the effects of the latter significantly dominate those of the former. Among the 25% of all youths who do not access PSE, 23% of this group state that they had no PSE aspirations and 43% report no barriers. Only 22% of the 25% who do not access PSE (or 5.5% of all youths in our sample) claim that “finances” constitute a barrier. Further analysis suggests that affordability per se is an issue in only a minority of those cases where finances are cited, suggesting that the real problem for the majority of those reporting financial barriers may be that they do not perceive PSE to be of sufficient value to be worth pursuing: “it costs too much” may mean “it is not worth it” rather than “I cannot afford to go.” Our general conclusion is that cultural factors are the principal determinants of PSE participation. Policy implications are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil0,786

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,120
Tête enseignante GPT0,399
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetEducation Systems and PolicyTravaux en français237 207