Évaluation de la valeur économique de l’aide financière pour l’éducation supérieure au Québec et en Ontario
Notice bibliographique
Résumé
Dans ce rapport, nous proposons une analyse économétrique de la valorisation et de la pertinence des programmes de financement des études supérieures exécutée à partir de deux études basées sur une expérience sur le terrain ("field experiment") menée dans diverses écoles secondaires et cégeps dans quatre provinces canadiennes (Ontario, Québec, Manitoba et Saskatchewan), entre la fin de 2008 et le début de 2009. De façon générale, l’analyse économétrique synthétisée dans ce rapport permet d’évaluer le bien-être généré par une expansion hypothétique des programmes d’aide financière aux études avancées et même de le quantifier financièrement. De plus, l’approche utilisée permet de relier la valorisation d’une même expansion hypothétique à certains facteurs tels que les inégalités de revenu, le niveau d’information sur le marché du travail et la connaissance préalable du système de prêts et bourses. Après avoir présenté un bref sommaire de l’ensemble de la littérature économique traitant du rôle des programmes d’aide financière aux études dans la réduction des inégalités éducatives, et après avoir énoncé les avantages méthodologiques et statistiques d’accéder à des expériences de terrain pour l’analyse des politiques publiques, nous présenterons un ensemble de résultats qui répondent à des questions pertinentes dans le domaine des politiques publiques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».