MétaCan
Menu
Retour à la cohorte
Enregistrement W2169953651 · doi:10.47678/cjhe.v35i3.183516

The role of economic factors, including the level of tuition, in individual university participation decisions in Canada

2005· article· en· W2169953651 sur OpenAlexaffvenueabout
David Read Johnson, Fiona T. Rahman

Notice bibliographique

RevueCanadian Journal of Higher Education · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésAttendanceUnemploymentHigher educationVariation (astronomy)Affect (linguistics)Demographic economicsUniversity educationEconomicsPolitical scienceEconomic growthPsychology

Résumé

récupéré en direct d'OpenAlex

The study uses individual data from the Canadian Labour Force Survey to consider economic factors in university participation decisions by persons aged 17-24 from 1976 to 2003. The level of real tuition is one economic factor that may affect the university participation decision. There is also regional variation in the opportunity cost of university attendance; in the reduction in the probability of unemployment after obtaining a university degree; and in the proportion of university budgets used for financial support of students. In addition, there is some national variation by gender and over time in the return to a university education. This study finds that higher tuition levels in the 1990s did reduce the probability of university participation by persons aged 17,18 or 19 relative to a province- specific trend increase in university participation. Before drawing a policy conclusion from this result, it would be necessary to consider what the trend terms represent in the university participation decision.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,979

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,110
Tête enseignante GPT0,381
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations32
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetHigher Education Research StudiesTravaux en français237 207