MétaCan
Menu
Retour à la cohorte
Enregistrement W2096550507 · doi:10.3386/w9584

Does Education Improve Citizenship? Evidence from the U.S. and the U.K.

2003· article· en· W2096550507 sur OpenAlexaff
Kevin Milligan, Enrico Moretti, Philip Oreopoulos

Notice bibliographique

RevueNational Bureau of Economic Research · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversity of TorontoCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVotingUnobservableVoter registrationCitizenshipPolitical scienceEducational attainmentTurnoutDemocracyPoliticsVoter turnoutDemographic economicsPublic administrationEconomicsLawEconometrics

Résumé

récupéré en direct d'OpenAlex

Many economists and educators of diverse political beliefs favor public support for education on the premise that a more educated electorate enhances the quality of democracy.While some earlier studies document an association between schooling and citizenship, little attempt has been made to address the possibility that unobservable characteristics of citizens underlie this relationship.This paper explores the effect of extra schooling induced through compulsory schooling laws on the likelihood of becoming politically involved in the US and the UK.We find that educational attainment is related to several measures of political interest and involvement in both countries.For voter turnout, we find a strong and robust relationship between education and voting for the US, but not for the UK.Using the information on validated voting, we find that misreporting of voter status can not explain our estimates.Our results suggest that the observed drop in voter turnout in the US from 1964 to 2000 would have been 10.4 to 12.3 percentage points greater if high school attainment had stayed at 1964 rates, holding all else constant.However, when we condition on registration, our US results approach the UK findings.This may indicate that registration rules present a barrier to low-educated citizens' participation.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,084
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,213
Tête enseignante GPT0,499
Écart entre enseignants0,285 · 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

Citations152
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetSchool Choice and PerformanceTravaux en français237 207