The Operating Efficiency under the Decreasing Rate of School Students for Public and Private High Schools in Xindian District of New Taipei City: Bootstrap DEA Model
Notice bibliographique
Résumé
The goal of this research is to evaluate the low fertility affects school efficiency of high school in Taiwan. Based on Trend Forecasting Model (TFM) and Bootstrap Data Envelopment Analysis (DEA). The empirical results of this research indicate the following results: (1) we utilize our proposed TFM model to study the annual change of student’s population, from 2011 to 2016. The results show that the number of students is indeed reduced year by year in New Taipei City, but the number of declines is not great, from 2011 to 2016. Conversely, the number of student’s declines have great, from 2016 to 2017. (2) The results of the low fertility problem factors caused school of total efficiency to fall below 1. In addition, the government also proposes to raise the fertility policy, for example, the government subsidies schools of tuition. It implies that the larger the school, the economics of scale can be accomplished when outputs expand (such as the number of students (output variable)) and then cause school’s operational efficiency. In contrast, the low fertility problem brings about the number of students (output variable) decreased may directly affect school of scale efficiency and causing the schools total efficiency to fall below 1. The results of this research can also be the reference for educational authorities when formulating policies and regulations for promoting.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».