MétaCan
Menu
Retour à la cohorte
Enregistrement W2414277173 · doi:10.1002/pam.22115

Keeping College Options Open: A Field Experiment to Help all High School Seniors Through the College Application Process

2019· article· en· W2414277173 sur OpenAlexaff
Philip Oreopoulos, Reuben Ford

Notice bibliographique

RevueJournal of Policy Analysis and Management · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSugar Research and Development Corporation
Mots-clésCurriculumMedical educationSalientMathematics educationProcess (computing)Community collegeBridging (networking)PsychologyComputer scienceMedicinePedagogyComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Recent research suggests that the college application process itself prevents access. This paper reports results from a school‐based experiment in which application assistance is incorporated into the high school curriculum for all graduating seniors at low‐transition schools. Over three workshops, students were guided to pick programs of interest that they were eligible for, apply for real, and complete the financial aid application. The goal was to create a real college option for exiting students to make the transition easier and more salient. Among all graduating seniors, the program increased application rates by 15 percentage points, and college going rates by 5 percentage points. Among those not taking advanced‐level courses, college enrollment increased by 9 percentage points. The program generated significant effects for a wide range of heterogeneous groups, including both males and females, those from urban and rural schools, and those with above and below average grades. While more intensive than other tested approaches, in‐class application assistance may provide a more effective approach for bridging the gap towards higher education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,025
Tête enseignante GPT0,430
Écart entre enseignants0,405 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations63
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Policy Analysis and ManagementMême sujetHigher Education Research StudiesTravaux en français237 207