MétaCan
Menu
Retour à la cohorte
Enregistrement W2781115039

Choix des domaines d'êtudes dans les universités canadiennes

2006· preprint· fr· W2781115039 sur OpenAlexaboutno aff
Brahim Boudarbat, Claude Montmarquette

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2006
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinomial logistic regressionMatching (statistics)Variable (mathematics)PsychologyStatisticsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study analyses what factors determine the field that students in Canadian universities choose to study. More specifically, we are interested in the effect that the expected lifetime income after obtaining a degree has on this choice. We build an anticipated income variable that takes into account the probability of a student being able to find a job within his/her field of study, in every domain. Using data from the National Graduates Survey (classes of 1986, 1990 and 1995), we evaluate the above-mentioned probability and matching incomes with the help of data available to students on the classes that came before them. Then, with a multinomial logit (mixed) model, we estimate the parameters that determine an individual's choice of discipline by examining seven different fields at the undergraduate level. Our results show that the anticipated income variable is a determining factor in the choice of discipline. However, there is a significant difference between the impact that this variable has on each sex. Women are generally less affected by income variations than are men. We also find that substantial income variations would be necessary to attract some students (i.e. women) in fields of study that they are less likely to choose. Our results show also that there is a strong correlation between the parents' level of education and the children's choices, but this correlation is a function of the sex of both the parent and the child. Finally, we conclude that the choice of the field of study is weakly related to the acquisition of a student loan. A complete version of this report is available, only in French, on the Web site of Industry Canada. Cette étude comporte une analyse des déterminants du domaine d'études choisi par les étudiants des universités canadiennes. Nous nous intéressons plus particulièrement à l'effet du revenu à vie espéré après la remise du diplôme sur ce choix. Nous construisons une variable de revenus anticipés en fonction de la probabilité qu'un étudiant puisse trouver un emploi qui correspond à ses études dans chaque domaine d'études. En utilisant des données de l'Enquête nationale auprès des diplômès (promotions de 1986, de 1990 et de 1995), nous évaluons la probabilité de trouver un emploi dans son domaine d'études et les revenus correspondants en considérant les données disponibles aux étudiants sur les promotions qui les ont précédés. Puis à l'aide d'un modèle logit multinomial (mixte), nous estimons les paramètres qui déterminent le choix individuel d'un domaine d'études en considérant sept domaines d'études de premier cycle. Nos résultats montrent que la variable de revenus anticipés est déterminante dans les décisions des étudiants. Toutefois, il y a des différences significatives dans l'impact de cette variable par sexe. Les femmes sont, en général, moins sensibles aux variations de revenus que les hommes. De plus, nous trouvons que des variations de revenus substantielles seraient nécessaires pour attirer certains étudiants (les femmes par exemple) vers les domaines d'études qu'ils sont moins susceptibles de sélectionner. Nos résultats révèlent également un rapport important entre le niveau de scolarité des parents et les choix de leurs enfants, mais que ce rapport est fonction du sexe du parent et de l'enfant. Enfin, nous concluons que le choix du domaine d'études est faiblement lié à l'obtention d'un prêt étudiant. Une version complète de ce rapport est disponible sur le site Web de Industrie Canada.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,009
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,355
Écart entre enseignants0,310 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetHigher Education Research StudiesTravaux en français237 207