Dropout, School Performance and Working while in School : An Econometric Model with Heterogeneous Groups
Notice bibliographique
Résumé
Exploitant les données d'une enquête canadienne sur les sortants de l'école secondaire, nous trouvons que les déterminants de la performance scolaire, les déterminants de la décision de travailler ou non pendant les études secondaires et celle d'abandonner ou non l'école doivent prendre en considération l'existence de deux groupes distincts d'étudiants. Un premier groupe d'étudiants privilégie la scolarisation et la performance scolaire plutôt que le marché du travail. Le second groupe considère l'accès rapide au marché du travail comme prioritaire aux études et succès scolaire. En supposant que les termes d'erreurs des équations de ce modèle avec groupes hétérogènes sont corrélés, nous aboutissons à une série de termes d'un normale quadrivariée comme éléments de la fonction de vraisemblance de ce modèle. Les résultats économétriques montrent que d'être une femme, fréquenté une école privée et avoir des parents scolarisés augmentent la probabilité d'appartenir au groupe d'étudiants privilégiant les études. De plus, nous trouvons que travailler moins de 15 heures par semaines pendant les études a relativement peu d'effet sur la probabilité d'abandonner les études secondaires, que l'âge légal d'accès au marché du travail importe dans la décision d'abandon, que les salaires minimums influencent cette décision de même que la situation courante sur le marché du travail. Nous tirons de ce résultat plusieurs politiques d'intervention visant à réduire l'abandon des études secondaires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».