MétaCan
Menu
Retour à la cohorte
Enregistrement W2797280471 · doi:10.22215/etd/2015-10709

Three Essays on the Economics and Market of Higher Education

2015· dissertation· en· W2797280471 sur OpenAlexaff
Muhammad Aiman Hakimi Kamal Ariffin

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSpatial and Panel Data Analysis
Établissements canadiensCarleton University
Organismes subventionnairesUniversity of Massachusetts AmherstUniversity of North Carolina at Chapel HillUniversity of Colorado BoulderUniversity of Nebraska-LincolnUniversity of Notre DameUniversity of Central FloridaUniversity of KansasUniversity of California, Los AngelesUniversity of DenverUniversity of MinnesotaUniversity of MissouriUniversity of CincinnatiUniversity of Illinois at Urbana-ChampaignUniversity of ConnecticutUniversity of OklahomaUniversity of Miami
Mots-clésCompetitor analysisCompetition (biology)Ranking (information retrieval)Dimension (graph theory)Spatial econometricsPrestigeEconomicsProduct (mathematics)EconometricsManagementMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

This thesis consists of three essays on university behavior in the higher education market.The first essay examines factors that determine the enrollment of international undergraduate students at 116 U.S. universities from 2003 to 2011.Several endogeneity tests performed indicate that published tuition may be treated as exogenous to international students.The relationship between price and international students is best described by a dynamic model, where published tuition positively affects enrollment through the signalling effect.Female international students are more sensitive to price changes than male international students.Price competition between 528 U.S. universities from 2004 to 2011 is analyzed in the remaining two essays.The proximity of competitors in the market is incorporated using the spatial econometrics method.The model specification process follows a Appendix C C.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,040
Tête enseignante GPT0,244
Écart entre enseignants0,204 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpatial and Panel Data AnalysisTravaux en français237 207