MétaCan
Menu
Retour à la cohorte
Enregistrement W2891779561 · doi:10.1177/0038040718802258

What’s Taking You So Long? Examining the Effects of Social Class on Completing a Bachelor’s Degree in Four Years

2018· article· en· W2891779561 sur OpenAlexaff
David Zarifa, Jeannie Kim, Brad Seward, David Walters

Notice bibliographique

RevueSociology of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversity of GuelphNipissing University
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésBachelorGraduation (instrument)Socioeconomic statusAttritionSocial classSociology of EducationHigher educationAcademic achievementPsychologyMathematics educationSociologyPedagogyPolitical scienceDemographyEconomic growthMedicinePopulationEconomics

Résumé

récupéré en direct d'OpenAlex

Despite improved access in expanded postsecondary systems, the great majority of bachelor’s degree graduates are taking considerably longer than the allotted four years to complete their four-year degrees. Taking longer to finish one’s BA has become so pervasive in the United States that it has become the norm for official statistics released by the Department of Education to report graduation rates across a six-year window. While higher education scholars have increasingly explored how social class impacts college dropout, attrition, and completion, they have yet to examine the role social class plays in completing a four-year bachelor’s degree on time. In this paper, we draw on the most recent cohort of the Baccalaureate and Beyond Longitudinal Survey (2008–2009) to examine who completes their bachelor’s degrees on time. Our results indicate that despite controlling for academic performance, educational behaviors, program characteristics, and institutional characteristics, graduates from lower socioeconomic backgrounds do experience difficulties completing their degrees on time. Moreover, our results also reveal that the nature of these relationships vary for traditional and nontraditional students. Our findings highlight another important, albeit less obvious, way where inequality is maintained in expanded postsecondary systems.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,103
Tête enseignante GPT0,433
Écart entre enseignants0,330 · 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

Citations75
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of EducationMême sujetHigher Education Research StudiesTravaux en français237 207