MétaCan
Menu
Retour à la cohorte
Enregistrement W2138855767 · doi:10.1162/edfp_a_00031

Funding Special Education by Capitation: Evidence from State Finance Reforms

2011· article· en· W2138855767 sur OpenAlexaff
Elizabeth Dhuey, Stephen Lipscomb

Notice bibliographique

RevueEducation Finance and Policy · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCapitationIncentiveFalling (accident)State (computer science)Differential (mechanical device)Actuarial scienceSpecial educationDemographic economicsEconomicsBusinessFinanceMedicinePsychologyPaymentMathematics education

Résumé

récupéré en direct d'OpenAlex

This study examines responses to state capitation policies for special education finance between 1991–92 and 2003–4. Capitation refers to distributing funds based on the entire student enrollment. We find that disability rates tended to fall following capitation reforms, primarily in subjectively diagnosed categories and in early and late grades. The association appears immediately in less severe categories but gradually in severe categories. More frequent program exiting partly accounts for falling disability rates among high school students. Capitation also is associated with a rising local share and a falling state share of funding. The evidence supports an increased use of outside school placements among severe disabilities, consistent with an incentive-based response. We find weaker evidence of a relationship between capitation and higher request rates for dispute resolution. Finally, we present evidence of differential effects based on both the pre-reform funding system and the presumed strength of the policy change.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,056
Tête enseignante GPT0,365
Écart entre enseignants0,309 · 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'étudeSans objet
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

Citations27
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation Finance and PolicyMême sujetSchool Choice and PerformanceTravaux en français237 207