MétaCan
Menu
Retour à la cohorte
Enregistrement W4391537718 · doi:10.1177/00207152241228148

Do secondary education systems influence the overeducation risk of university graduates? A cross-national analysis by field of study and social background

2024· article· en· W4391537718 sur OpenAlexvenueno aff
Queralt Capsada‐Munsech

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Demographic economicsHigher educationSociologyPolitical sciencePsychologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

To what extent do features of education systems in the secondary school influence university graduates being overeducated? Previous research shows that the social origin and the field of study of university graduates are relevant predictors of overeducation. However, the strength of the influence of their social origin varies across fields of study. Having a privileged social origin prevents university graduates from being overeducated in fields of study that are not occupationally focused (e.g. humanities), while it is less relevant in other fields (e.g. engineering). The unevenly distributed effect of social origin in relation to the field of study may also vary across countries, depending on the influence of the secondary education system on social selection. Social origin may provide a filter earlier in vocationally oriented educational systems, whereas in comprehensive systems the social filter occurs at the graduate’s entry into the labor market. This would make university graduates from nonoccupationally focused fields of study and with a disadvantaged social origin more vulnerable to being overeducated in countries with comprehensive secondary school systems, while in vocationally oriented systems social origin may be less influential at that later stage. Using Research into Employment and professional FLEXibility/Higher Education as a Generator of Strategic Competences (REFLEX/HEGESCO) data in combination with macro-level indicators, I assess how secondary education systems mediate the influence of social origin in terms of the university graduate’s risk of overeducation by field of study. When using a subjective measure of overeducation results suggest that social origin is less important in predicting the overeducation of university graduates in countries with greater vocational orientation at the secondary level, while in comprehensive systems social origin regains its influence as a filter when graduates in nonoccupationally oriented fields join the labor market. Yet, results do not hold when using an objective measure of overeducation.

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)0,005
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,352
Écart entre enseignants0,314 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetLabor market dynamics and wage inequalityTravaux en français237 207