The exports of higher education services from OECD countries to Asian countries: A gravity approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We analyse bilateral exports of higher education services between OECD countries and Asia, using a gravity equation approach, panel data from 1998 to 2016 and PPML regression. The approach treats higher education consumption by Asian countries as a consumable durable good reflecting investment in human capital. Asian students come to OECD countries to obtain degrees from their universities. Structurally, the flow of students from Asian country j to OECD country i depends on the higher education capacity of i , the perceived quality of universities in i , expected earnings in i , a series of bilateral transaction costs between i and j , the income per capita in j , school‐age demographics in j and the usual multilateral trade resistance terms. We find that bilateral flows of students are strongly influenced by wage levels in the host country, bilateral distance, importers’ income, demographics, common language, the visa regime prevailing in bilateral country pairs and the network of migrants from j in i . These results hold through a variation of specifications, proxies and estimation methods. We find mixed evidence on the role of tertiary education capacity in OECD countries and no evidence of a country's university reputations explaining the flow of students. The evolution over time of education capacity, earnings, visa regimes, migrant networks, strong income growth and changes in demographics in nearby export markets explain the emergence of Australia, Canada, Korea and New Zealand and the loss of market share by the US, which still strongly dominates international trade in higher education services. The decline in Chinese students coming to the US is also predicted for the most recent years driven by the reduction in its college‐age population.
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.
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 | 0,000 |
| 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) | 0,002 | 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 découle