The efficiency of educational production: A comparison of Denmark with other OECD countries
Notice bibliographique
Résumé
Denmark, Norway, New Zealand, Canada and the USA are the OECD countries that spend most on education, measured in relation to GDP. Focusing in particular on upper secondary education, this paper examines whether the heavy expenditure on education in Denmark is matched by high output from the educational sector, both in terms of a large number of students enrolled in educational programmes and a high completion rate. The methodology used is to compare (benchmark) Denmark with a relevant group of countries and to calculate how much cheaper Denmark could teach the same number of students and maintain the same graduation/completion rates as today if the country could achieve the same level of cost effectiveness as its most efficient counterparts. Comparing Denmark to a group of the richest OECD countries reveals that potential savings lie between 12 and 34 percent. Figures that fall to between zero and nine percent when a comparison is made between Denmark and other Northern European countries. On the input side, the slightly weaker academic level among young people in Denmark on completion of lower secondary education – as measured by the PISA scores of the various countries – goes some way to explain the higher costs of upper secondary education. On the output side, if earnings and levels of employment among those who complete their education are taken into account, then Denmark is in fact found to be efficient. However, this high level of efficiency has become less clear-cut in recent years, since expected earnings (multiplied by rate of employment) is currently falling in comparison with the expected earnings in the peer countries. This might be an indication that Denmark’s current position is not stable, unless the present situation is entirely attributable to the economic downturn in the wake of the financial crisis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».