When Affirmative Action Disappears: Unexpected Patterns in Student Enrollments at Selective U.S. Institutions, 1990–2016
Notice bibliographique
Résumé
Discussions of U.S. affirmative action policy assume that considering race in undergraduate admissions increases Black and Latinx student enrollments. We show that this assumption that affirmative action is linked to Black and Latinx student enrollments holds true for higher-status colleges and universities, but not institutions across the field of higher education. We use fixed effects modeling to analyze the association between a stated affirmative action admissions policy and enrollment trends for first-year students of different racialized backgrounds between 1990 and 2016 at 1,127 selective institutions. We find that, at the most selective institutions, stated policy usage was associated with increased Black student enrollments. However, at less selective institutions, policy usage was associated with decreased Black student enrollments and increased Non-U.S. resident enrollments. We also identify close-to-zero estimates of this relationship for enrollment trends of additional demographic backgrounds. We use these findings to elaborate the role of field-level status dynamics in racialized organizations theory. Paradoxically, U.S. American higher education’s contemporary racialized status order roughly consists of higher-status institutions that consider race in admissions but do not enroll racially heterogeneous cohorts, middle-status institutions that do not consider race but enroll racially heterogeneous cohorts, and lower-status non-selective institutions that enroll disproportionately high numbers of Black, Indigenous, and Latinx students.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».