Investigating the Influence of Poverty on High School Graduation Rates: An Analysis of the Impact of Socioeconomic Inequities on Adolescents: Winners of the 2024-25 National High School Data Analysis and AI Challenge for Sustainable Development. The publication is sponsored by RBC Future Launch, Let’s Talk Science, and NRC.
Notice bibliographique
Résumé
As the fourth of the United Nations’ Sustainable Development Goals, education is a cornerstone of how our society functions. It equips individuals with essential skills and knowledge necessary for personal growth and informed civic contributions. Access to quality education enables people to break cycles of disadvantage, fosters innovation, and strengthens communities. However, socioeconomic disparities, particularly poverty, hinder the accessibility and quality of learning, especially for adolescents. Without intervention, these disparities perpetuate cycles of inequality, limiting academic opportunities and long-term success. Despite global efforts, educational inequities remain and need targeted solutions. This study investigates the effect of socioeconomic disparities on adolescents through analyzing the relationship between adolescent poverty and high school graduation rates across United States counties from 2021 to 2024. It leverages data science methodologies to analyze datasets from sources such as the United States Census Bureau. Unlike prior research, which examined these factors in isolation, this study discusses direct correlations between poverty rates with educational outcomes while proposing viable policy changes to ease inequalities. Key findings reveal a significant negative association between regional poverty levels and high school graduation rates. The correlation is further investigated and confirmed through comparing median salaries between individuals with and without high school diplomas, then between high school dropout rates and school government funding, all in the United States. Finally, this study offers evidence-based recommendations as well as future research directions to mitigate the impact of poverty on access to education, opportunities, and success for all adolescents.
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 | 0,006 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».