Returns to Investment in Distance Learning: the Case of Greece
Notice bibliographique
Résumé
In this paper we extent the literature on the rate of return to investment in Higher Education towards studies in distance learning Universities. In particular, we explore the difference in returns between graduates of a distance learning university (the Hellenic Open University - HOU) and applicants that were excluded by this university’s random selection process and did not study elsewhere. The data set was extracted from a database compiled from responses to a questionnaire which was part of a survey concerning HOU (the only Distance-learning University in Greece). A modified Mincer type model was estimated with fixed effects. Our findings suggest that graduates that have obtained a first degree from HOU enjoy a rate of return to education of about 8% higher than the rate of return obtained by those high school graduates that were not selected by this university. Moreover, Master’s degree graduates get about a 16.5% higher rate of return to education relatively to those applicants that were not selected for studies in HOU and did not study elsewhere. Additionally, our findings also show that the rates of return for higher education are high even after the 2008 economic crisis. These results suggest a straightforward policy implication: a distance learning University may not only be considered as a second chance to education for mature students, often facing time and budget restrictions, but, it may also be seen as a worthwhile private investment enabling a much higher private return. Moreover, from policymakers’ point of view, a distance learning university can be seen as a vehicle to reduce income inequalities and thus increase social mobility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».