Economic Theory and Practical Lessons for Measuring Equality of Opportunities
Notice bibliographique
Résumé
The development of a dashboard of statistics for the monitoring of equality of opportunity should recognize important lessons from economic theory: first, descriptive statistics associated with intergenerational mobility do not speak directly to equality of opportunity without accepting a value judgment that children should not be held responsible for circumstances beyond their control; and, second, the process of child development encourages a focus on different skills and competencies, as well as different stages in a child’s life. On the basis of these lessons, the paper offers three practical recommendations for the development of policy relevant indicators. First, use data appropriate for the country at hand to estimate summary measures of inter-generational mobility, including the intergenerational elasticity of earnings between parents and children, and associated transition matrices. Second, develop measures of absolute mobility, and in particular develop a poverty line based upon the minimal level of resources needed to reasonably lower the risk of intergenerational transmission of low status, and that could complement more traditional poverty lines. Finally, make full use of the information on 15 year-olds from the Programme for International Student Assessment (PISA), and expand its scope to include younger children by developing a PISA type instrument for four to five year old children across the OECD countries.
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 | 0,033 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,036 |
| Communication savante | 0,012 | 0,025 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».