MétaCan
Menu
Retour à la cohorte
Enregistrement W2977446988

Les résultats éducatifs de long terme des élèves de l'école secondaire privée au Québec : une évaluation des effets de traitement avec données longitudinales [Long Term Educational Attainment of Private High School Students in Québec: Estimates of Treatment Effects from Longitudinal Data]

2016· preprint· fr· W2977446988 sur OpenAlexaboutno aff
David Lapierre, Pierre Lefèbvre, Philip Merrigan

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

(in French) Peu d'etudes peuvent evaluer les effets de long terme de l'ecole privee secondaire sur les resultats educatifs des eleves, tout en controlant pour les caracteristiques des eleves et des parents. Au Quebec, la deuxieme province canadienne la plus populeuse, plus de vingt pourcent des eleves du secondaire frequentent les ecoles privees subventionnees par l'Etat, mais avec frais de scolarite plafonnes. Les biais de selection, de causalite et de recrutement causes par la possibilite pour l'ecole privee de selectionner les eleves rendent toutefois inappropriee une comparaison simpliste de leurs resultats educatifs par rapport a leurs pairs du secteur public. Cette etude utilise les quatre premiers cycles de deux cohortes longitudinales de l'Enquete sur les jeunes en transition (EJET) realisee par Statistique Canada. Elle estime l'effet de traitement de l'ecole privee sur le taux de graduation du secondaire selon le temps attendu, la frequentation d'un CEGEP a 19 ans, la frequentation de l'universite a 21 ans ou plus, la graduation universitaire a partir de 24 ans ou plus ainsi que l'inscription aux programmes menant a des professions regies par des ordres professionnels au Quebec. L'analyse econometrique estime les effets de traitement selon l'appariement par balancement entropique prenant en consideration plusieurs variables cles dont le statut socioeconomique des eleves. Les resultats sont ensuite valides par une simulation de variable confondante. Les effets significatifs et robustes estimes attribuables a l'ecole privee expliquent plus de 56 de l'ecart observe entre les eleves par les donnees (administratives ou descriptives de l'EJET), et pres de 81 pourcent selon le modele, la cohorte et le sexe. Abstract (in English, working paper is in French. See GRCH WP16-02 for English.) Very few studies analyze the long term educational effects of private secondary school students while controlling for their socioeconomic status. In Quebec, the second most populous Canadian province, twenty percent of students at this level are enrolled in private schools subsidized by the government, who however set a relatively low ceiling for the fees in exchange for subsidies. Bias from selection, causality and admission coming from the fact that private schools may select their students, give way to inappropriate simplistic comparison of their educational results with their public sector peers. This study uses the first four longitudinal waves on the two cohorts of Statistics Canada's Youth in Transition Survey (YITS). The analysis estimates the average treatment on the treated the effect of private school on secondary school graduation rate within expected number of years (5), enrollment in postsecondary institutions at age 19, university enrollment at age 21 or more, university graduation at age 24 or more, and enrollment in professional degrees program. The econometric analysis of treatment effects is based on a particular entropy balancing algorithm with a large set of key balancing covariates. Results are validated by a simulation-based sensitivity analysis for matching estimators. We find large, positive and statistically significant effects of private schooling on almost all outcomes analyzed. The results are not sensitive to simulations of omitted variable bias.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,177
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,057
Tête enseignante GPT0,366
Écart entre enseignants0,309 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGender, Labor, and Family DynamicsTravaux en français237 207