MétaCan
Menu
Retour à la cohorte
Enregistrement W3140948193 · doi:10.1257/app.20210807

Affirmative Action and Precollege Human Capital

2023· article· en· W3140948193 sur OpenAlexafffund
Mitra Akhtari, Natalie Bau, Jean‐William Laliberté

Notice bibliographique

RevueAmerican Economic Journal Applied Economics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesConnaught FundPrinceton UniversityPurdue UniversityCollegio Carlo AlbertoTexas Education AgencyEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentSpencer FoundationAndrew W. Mellon FoundationNational Science Foundation
Mots-clésAffirmative actionHuman capitalAttendanceInvestment (military)Test (biology)Standardized testSupreme courtDemographic economicsAction (physics)Political scienceCapital (architecture)EconomicsPsychologyLawMathematics educationEconomic growthHistory

Résumé

récupéré en direct d'OpenAlex

Though racial affirmative action (AA) policies are widespread in college admissions, evidence on their effects before college is limited. We study a US Supreme Court ruling that reinstated AA in three states. Using nationwide SAT data, we separately identify positive effects of AA for Whites and underrepresented minorities. Using Texas administrative data, we find that AA narrowed racial gaps in grades, attendance, and college applications. Improvements in minorities' precollege human capital and college applications are concentrated in the top half of the test score distribution among the students for whom the policy most increases the returns to human capital investment.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,018
Tête enseignante GPT0,293
Écart entre enseignants0,275 · 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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Economic Journal Applied EconomicsMême sujetMigration and Labor DynamicsTravaux en français237 207