MétaCan
Menu
Retour à la cohorte
Enregistrement W2810781583 · doi:10.7202/1048575ar

Equal Education, Unequal Jobs: College and University Students with Disabilities

2018· article· en· W2810781583 sur OpenAlexaffvenueabout
Jennifer M. Stewart, Saul Schwartz

Notice bibliographique

RevueRelations industrielles · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDisadvantageGraduation (instrument)Propensity score matchingDescriptive statisticsEducational attainmentMatching (statistics)Drop outSpecial educationPostsecondary educationPsychologyHigher educationMedical educationLearning disabilityDemographic economicsActuarial scienceMathematics educationEconomicsMedicinePolitical scienceEconomic growthStatisticsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Are students with a permanent disability more likely to drop out of post-secondary education than students without a permanent disability? Once they are out of postsecondary education, do their experiences in the labour market differ? Answers to these questions are necessary to evaluate current policies and to develop new policies. This paper addresses these two questions using a unique data set that combines administrative records from the Canada Student Loans Program with survey responses. Our measure of permanent disability is an objective one that requires a physician’s diagnosis. The survey data supply information on the students’ education and labour market status. Simple descriptive statistics suggest that, compared to students without a permanent disability, students with a permanent disability are equally likely to drop out of postsecondary education, but less likely to be in the labour force and more likely to be unemployed. We use propensity score matching to address potential selection into the group of students who documented their disability. The results using propensity score matching are consistent with the descriptive statistics. Our story is one of an underpublicized success—the rising number of students with disabilities in postsecondary institutions and their equal likelihood of graduation—and a persistent problem—the continued disadvantage that people with disabilities, even those with the same educational attainment as people without disabilities, face in the labour market.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,027
Tête enseignante GPT0,237
Écart entre enseignants0,210 · 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'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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetLabor market dynamics and wage inequalityTravaux en français237 207