MétaCan
Menu
Retour à la cohorte
Enregistrement W2109101118 · doi:10.3386/w17218

Post-Secondary Attendance by Parental Income in the U.S. and Canada: What Role for Financial Aid Policy?

2011· preprint· en· W2109101118 sur OpenAlexafffundabout
Philippe Belley, Marc Frenette, Lance Lochner

Notice bibliographique

RevueNational Bureau of Economic Research · 2011
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensMcMaster UniversityWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAttendanceEconomicsFinanceBusinessDemographic economicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

This paper examines the implications of tuition and need-based financial aid policies for family income -post-secondary (PS) attendance relationships. We first conduct a parallel empirical analysis of the effects of parental income on PS attendance for recent high school cohorts in both the U.S. and Canada using data from the 1997 Cohort of the National Longitudinal Survey of Youth and Youth in Transition Survey. We estimate substantially smaller PS attendance gaps by parental income in Canada relative to the U.S., even after controlling for family background, adolescent cognitive achievement, and local residence fixed effects. We next document that U.S. public tuition and financial aid policies are actually more generous to low-income youth than are Canadian policies. By contrast, Canada offers more generous aid to middle-class youth than does the U.S. These findings suggest that the much stronger family income -PS attendance relationship in the U.S. is not driven by differences in the need-based nature of financial aid policies. Based on previous estimates of the effects of tuition and aid on PS attendance, we consider how much stronger income -attendance relationships would be in the absence of need-based aid and how much additional aid would need to be offered to lower income families to eliminate existing income -attendance gaps entirely.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,367
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations18
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207