MétaCan
Menu
Retour à la cohorte
Enregistrement W2126087306

Factors Affecting the Repayment of Student Loans

2006· article· en· W2126087306 sur OpenAlexafffundabout
Constantine Kapsalis

Notice bibliographique

RevueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich) · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensStatistics Canada
Organismes subventionnairesHuman Resources and Skills Development Canada
Mots-clésGraduation (instrument)EarningsLoanNon-conforming loanParticipation loanDebtStudent loanNon-performing loanCross-collateralizationEconomicsDefaultDemographic economicsActuarial scienceBusinessFinanceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study shows that the ability of students to repay their Canada Student Loan Program (CSLP) depends primarily on their future earnings rather than on the size of debt incurred. In fact, the amount of debt does not appear to have much of an effect, except when high loan amounts are combined with low incomes. In the case of those who consolidated in 1994-95, the loan amount had an effect on default rates only when it was greater than $20,000 (federal CSLP portion) and the income of the students was lower than $40,000.\n\nThe relationship between income and default emerges soon after graduation and is a strong predictor of the final repayment outcome. Moreover, future earnings, as well as the probability of loan repayment, are strongly correlated with the type of education (type of degree, field of study, and type of institution). The type of program and local labour market conditions can be used to predict the risk of default of loans.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,784

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,256
Écart entre enseignants0,229 · 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'étudeQualitatif
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

Citations8
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich)Même sujetCanadian Policy and GovernanceTravaux en français237 207