MétaCan
Menu
Retour à la cohorte
Enregistrement W3125239301

Double majors: one for me, one for the parents?

2010· preprint· en· W3125239301 sur OpenAlexaboutno aff
Basit Zafar

Notice bibliographique

RevueEconstor (Econstor) · 2010
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCourseworkGraduation (instrument)PsychologyQuarter (Canadian coin)Sample (material)Mathematics educationField (mathematics)Mathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At least a quarter of college students in the United States graduate with more than one undergraduate major. This paper investigates how students decide on the composition of their paired majors - in other words, whether the majors chosen are substitutes or complements. Since students use both their preferences and their expectations about major-specific outcomes when choosing their majors, I collect innovative data on subjective expectations, drawn from a sample of Northwestern University sophomores. Despite showing substantial heterogeneity in beliefs, the students seem aware of differences across majors and have sensible beliefs about the outcomes. Students believe that their parents are more likely to approve majors associated with high social status and high returns in the labor market. I incorporate the subjective data in a choice model of double majors that also captures the notion of specialization. I find that enjoying the coursework and gaining approval of parents are the most important determinants in the choice of majors. The model estimates reject the hypothesis that students major in one field to pursue their own interests and in another for parents' approval. Instead, I find that gaining parents' approval and enjoying a field of study both academically and professionally are outcomes that students feel are important for both majors. However, I do find that students act strategically in their choice of majors by choosing ones that differ in their chances of completion and difficulty and in finding a job upon graduation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,068
Tête enseignante GPT0,377
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetHigher Education Research StudiesTravaux en français237 207