MétaCan
Menu
Retour à la cohorte
Enregistrement W2060090879 · doi:10.1080/13636820802591863

Earnings and employment outcomes for male and female postsecondary graduates of coop and non‐coop programmes

2008· article· en· W2060090879 sur OpenAlexaffabout
David Walters, David Zarifa

Notice bibliographique

RevueJournal of Vocational Education and Training · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensMcMaster UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEarningsWorkforcePopularityPostsecondary educationDemographic economicsLabour economicsJob marketBusinessHigher educationPsychologyMedical educationEconomicsAccountingEconomic growthMedicineSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

New postsecondary graduates seeking entry into the Canadian workforce may experience more favourable labour market outcomes if they augment their education with job‐related training. Employers, looking for new ways of differentiating among equally credentialed prospects, may prefer job candidates with practical training. These new realities have led to a steady increase in the availability and popularity of cooperative education programmes in Canadian colleges and universities. Few existing studies, however, have sought to examine whether or not earnings premiums or employment advantages exist for coop graduates. This paper compares the earnings and employment outcomes of postsecondary graduates with coop credentials to those with traditional, non‐coop credentials. Even once controlling for a number of factors, coop programmes provide the greatest advantage at the university level, particularly among male graduates. In terms of employment status, college males and university females experienced the greatest advantages to attending coop programmes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,066
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,076
Tête enseignante GPT0,379
Écart entre enseignants0,302 · 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

Citations28
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vocational Education and TrainingMême sujetDisability Education and EmploymentTravaux en français237 207