MétaCan
Menu
Retour à la cohorte
Enregistrement W3025079539 · doi:10.5430/ijhe.v9n4p1

The Determinants of the Transition in South Korea from Vocational and General High School to Higher Education, Including a Gender Comparison

2020· article· en· W3025079539 sur OpenAlexvenueno aff
Seonkyung Choi

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocational educationMultinomial logistic regressionPsychologySiblingFamily incomeDemographic economicsMedical educationMathematics educationDevelopmental psychologyMedicinePedagogyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

This study examines the factors determining whether vocational and general high school students in South Korea subsequently graduate from university and, if so, whether from 2-year or 4-year courses, for the first time using a gender lens. High-quality official data from the Korean Education and Employment Panel (KEEP) is used in a multinomial logit model. The results show that coming from a vocational high school (compared to a general high school) is negatively correlated with going to university, especially to 4-year university. Among general high school graduates, the most important determinant of attending a 4-year rather than a 2-year university is the teacher assessment of the student’s performance; father’s education and income have no effect for either males or females. The results also show that vocational high school graduates’ university choice is determined by a combination of individual characteristics, including being male, and by having been at a vocational high school, whereas the choice between 2-year and 4-year university depends negatively on father’s education for males but not for females and on father’s income and the number of siblings for both genders. The income and sibling findings suggest that a possible policy implication might be to provide financial support to vocational high school graduates to enable them to attend higher education and to offset the negative effect of low paternal income.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,088
Tête enseignante GPT0,422
Écart entre enseignants0,334 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetFamily and Disability Support ResearchTravaux en français237 207