Emerging in debt: Understanding the impact of student debt on the subjective financial wellbeing of emerging adults in the United States and Canada
Notice bibliographique
Résumé
Près de 45 millions emprunteurs aux États-Unis doivent plus de 1,6 mille de milliards de dollars en prêts étudiants, soit près de 600 milliards de dollars de plus que la dette totale en cartes de crédit américaines. Et ce problème n'est pas propre aux États-Unis - l'endettement étudiant est devenu une caractéristique de plus en plus omniprésente de la vie adulte émergente au Canada.Cette thèse examine l'impact de l'endettement étudiant sur le bien-être financier subjectif (BEFS) des adultes émergents aux États-Unis et au Canada. Le BEFS se compose des perceptions et des évaluations d'un individu de sa propre situation financière. Le BEFS est importante pour le développement humain en raison de son association positive avec le bien-être subjectif global et avec la santé mentale et physique. Cependant, la direction et l'ampleur de l'impact de l'endettement étudiant sur le BEFS pendant cette période critique de la vie ne sont pas bien comprises.Cette thèse comprend trois études. Dans les deux premiers, j'ai utilisé des données d'une enquête longitudinale pour examiner la relation entre la dette étudiante et la AFDF aux États-Unis. Dans la première, j'ai examiné la relation entre le statut d’endettement et le niveau de la dette et le BEFS, et comment cette relation différait d'un groupe socio-économique à l'autre. Dans le deuxième, j'ai examiné la relation entre les variations de l'endettement étudiant et les variations de le BEFS chez les personnes au fil du temps. Dans le troisième, j'ai utilisé des données de groupes de discussion pour explorer l'impact de l'endettement étudiant sur le BEFS et les transitions du parcours de vie des jeunes adultes dans le contexte canadien.Les résultats des deux premières études ont révélé que le fait de détenir une dette étudiante et le montant de la dette détenue ont façonné le BEFS des adultes émergents. Les emprunteurs avaient un BEFS significativement plus bas que leurs homologues sans dette étudiante et, parmi les débiteurs, le montant de la dette était négativement associé à le BEFS. De plus, l'association entre la dette étudiante et le BEFS a été stratifiée selon le statut socio-économique d'origine familiale. De plus, alors que l'association négative entre la dette étudiante et le BEFS a persisté pendant toutes les périodes étudiées, les trajectoires de le BEFS variaient en fonction de l'évolution de l'endettement étudiant au fil du temps. Les résultats de la troisième étude utilisant les données des groupes de discussion ont confirmé ces résultats. Les participants ont estimé que l'embauche d'étudiants leur permettait d'investir en eux-mêmes et de développer des compétences en gestion financière, cela a également causé un stress financier et psychologique important. De plus, il y avait une hétérogénéité dans le moment et la gravité de ce stress. De plus, au cours de la période de remboursement, les emprunteurs ont estimé que leurs paiement de dettes limitaient leur liberté financière et les transitions de leur parcours de vie. Enfin, les antécédents financiers de la famille - y compris les ressources financières et les processus de socialisation financière - ont façonné l'utilisation de la dette étudiante, les expériences et les perspectives des participants.Les résultats de cette thèse peuvent éclairer la conception et la mise en œuvre d'interventions au niveau de la pratique qui peuvent à la fois atténuer les effets négatifs et augmenter les effets positifs de la dette sur le BEFS. Les résultats peuvent guider des interventions au niveau des politiques qui répondent aux besoins des emprunteurs vulnérables et redistribuent les biens sociaux afin de maximiser le pouvoir générateur de mobilité de l’éducation post-secondaire. Enfin, en abordant la stratification de l'impact de l'endettement étudiant sur le BEFS, cette thèse répond à l'appel lancé aux chercheurs, praticiens et éducateurs en travail social à mener la lutte pour la justice sociale et économique et l'équité
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».