The Role of University Characteristics in Determining Post-Graduation Outcomes: Panel Evidence from Three Canadian Cohorts
Notice bibliographique
Résumé
À partir des cohortes de l’Enquête nationale auprès des diplômés, nous analysons les revenus des Canadiens détenteurs d’un baccalauréat cinq ans après l’obtention de leur diplôme. Nos résultats montrent qu’il y a un lien important entre les revenus et l’université qui décerne le diplôme, puisque nous observons des corrélations entre les revenus et les caractéristiques des universités fréquentées. Par exemple, le nombre plus élevé d’étudiants de premier cycle, qui entraîne possiblement un enseignement de qualité moins élevée, est lié à des revenus inférieurs. Chez les hommes, mais pas chez les femmes, un ratio professeurs-étudiants plus élevé est lié à des revenus significativement plus élevés. Quand on ne tient pas compte de la majeure des étudiants, qui peut être liée de façon endogène à l’université fréquentée, l’effet des caractéristiques des universités est encore plus marqué. Notons toutefois que les caractéristiques des universités ne sont pas fortement liées à la probabilité d’obtenir un emploi après l’obtention d’un diplôme.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».