MétaCan
Menu
Retour à la cohorte
Enregistrement W1580526642

Le Choix des Filières d'Études au Québec : Situation Actuelle et Revue de la Littérature

2000· article· fr· W1580526642 sur OpenAlexaboutno aff
Charles Bellemare, Claudia Keser, Claude Montmarquette

Notice bibliographique

RevueCIRANO Project Reports · 2000
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)HumanitiesPsychological interventionWelfare economicsSocial representationSociologyPolitical sciencePsychologyEconomicsSocial sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, we have examined the over-representation of women in the university sector as a whole and their under-representation in the pure and applied sciences. Paving the way for concrete responses, our overview of the economic literature examined the determinants of university students' choice of fields of study. It was found that students who faced multiple choices of study disciplines discriminated between programs based on anticipated income differentials, the likelihood of finding employment, the atrophy of knowledge in science, and the value of some degrees that facilitate the transition to higher education. Although these variables significantly explain the choice of students' programs of study, a significant residual portion of the gender gap in choice remains unexplained. We suggest that a number of idiosyncratic preferences of women and men could explain this residual portion, but that data on student preferences in Quebec were not available in the current survey. To fill this gap, laboratory experiments currently underway at CIRANO will soon shed substantial light on risk aversion and the distinctive degree of cooperation between men and women. We believe that these two factors play an important role in students' decision-making processes and their measurement, in addition to enriching current educational knowledge, would pave the way for the development of policy interventions. Dans le présent document, nous nous sommes interrogés sur la sur-représentation des femmes dans l’ensemble du secteur universitaire et leur sous-représentation dans le domaine des sciences pures et des sciences appliquées. Préparant la voie à des réponses concrètes, notre survol de la littérature économique s’est penché sur les déterminants des choix de filières des étudiants universitaires. Il a été possible de constater que les étudiants qui faisaient face à plusieurs choix de disciplines d’études discriminaient entre les programmes selon les différentiels de revenus anticipés, les probabilités de trouver un emploi, l’atrophie des connaissances dans les sciences ainsi que la valeur que procurent certains diplômes qui facilitent le passage aux études supérieures. Bien que ces variables expliquent significativement le choix des programmes d’études des étudiants, une portion résiduelle importante de l’écart des choix entre les hommes et les femmes demeure toujours inexpliquée. Nous avançons qu’un certain nombre de préférences idiosyncratiques des femmes et des hommes pourraient expliquer cette portion résiduelle mais que des données sur les préférences des étudiantes et étudiants au Québec n’étaient pas disponibles dans les enquêtes de sondage actuelles. Pour combler ce vide, des expériences en laboratoire présentement en cours au CIRANO permettront sous peu de jeter un éclairage substantiel sur l’aversion au risque et le degré de coopération distinctif des hommes et des femmes. Il est de notre avis que ces deux facteurs jouent beaucoup dans le processus de décision des étudiants et leur mesure, en plus d’enrichir les connaissances actuelles en matière d’éducation, préparerait la voie à l’élaboration de politiques d’interventions.

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)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,447

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,014
Études des sciences et des technologies0,0050,003
Communication savante0,0070,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,411
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIRANO Project ReportsMême sujetEducation, sociology, and vocational trainingTravaux en français237 207