MétaCan
Menu
Retour à la cohorte
Enregistrement W2106270656 · doi:10.1257/jep.22.3.189

Peer Effects and Alcohol Use among College Students

2008· article· en· W2106270656 sur OpenAlexaboutno aff
Michael Kremer, Dan Levy

Notice bibliographique

RevueThe Journal of Economic Perspectives · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural experimentPeer effectsPsychologyLotteryTest (biology)Quarter (Canadian coin)Percentage pointPeer groupAlcoholDemographySocial psychologyMedicineMathematicsSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

This paper examines the extent to which college students who drink alcohol influence their peers. We exploit a natural experiment in which students at a large state university were randomly assigned roommates through a lottery system. We find that on average, males assigned to roommates who reported drinking in the year prior to entering college had a Grade Point Average (GPA) one quarter-point lower than those assigned to nondrinking roommates. The effect of initial assignment to a drinking roommate persists into the second year of college and possibly grows. The effect is especially large for students who drank alcohol themselves in the year prior to college. In contrast to the males, females' GPAs do not appear affected by roommates' drinking prior to college. Furthermore, students' college GPA is not significantly affected by roommates' high school grades, admission test scores, or family background. These findings are more consistent with models in which peers change people's preferences than with models in which peers change people's choice sets. Surprisingly, the policy of segregating drinkers by having substance-free housing could potentially lower average GPA in the university.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,035
Tête enseignante GPT0,330
Écart entre enseignants0,295 · 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

Citations335
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Economic PerspectivesMême sujetSchool Choice and PerformanceTravaux en français237 207