A Scientific Approach to Addressing Social Issues Using Administrative Data
Notice bibliographique
Résumé
Nous utilisons des données administratives en chaine sur l’éducation, la santé, les services sociaux et la criminalité en Colombie-Britannique, au Canada, pour documenter la relation entre le niveau de scolarité mesuré au secondaire et les indicateurs de résultats défavorables plus tard dans la vie. Les résultats défavorables s’observent principalement chez les décrocheurs et décrocheuses du secondaire. Nous documentons ensuite la capacité des caractéristiques observées en 4e année du primaire à prédire l’obtention du diplôme d’études secondaires, au moyen d’un modèle simple produisant une limite inférieure. Le modèle identifie directement plus d’un cinquième des futurs décrocheurs et décrocheuses avec une précision raisonnable. Les mesures non cognitives (en particulier les caractéristiques sociales et émotionnelles) sont de meilleurs prédicteurs du niveau de scolarité que les mesures cognitives. Nous examinons les implications de ces résultats dans le contexte du développement scientifique des interventions qui visent à prévenir les résultats défavorables plus tard dans la vie.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».