MétaCan
Menu
Retour à la cohorte
Enregistrement W4415286476 · doi:10.3386/w34366

Who Rides Out the Storm? The Immediate Post-College Transition and its Role in Socioeconomic Earnings Gaps

2025· report· W4415286476 sur OpenAlexfundno aff
Judith Scott-Clayton, Verónica Minaya, CJ Libassi

Notice bibliographique

RevueNational Bureau of Economic Research · 2025
Typereport
Langue
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversitySid W. Richardson FoundationSmith Richardson Foundation
Mots-clésEarningsSocioeconomic statusTransition (genetics)PopulationPanel data

Résumé

récupéré en direct d'OpenAlex

Despite a large earnings premium for bachelor's degree completion in general, graduates from lowincome families earn substantially less than graduates from high-income families.While prior research has documented the role of college quality and major choice in explaining these gaps, we examine undermatching on a different margin: the first (post-college) job transition.The transition from college to the labor market can be challenging to navigate, and students with financial, informational, or other disadvantages during the job search may be more likely to "undermatch" to their first job.Using administrative data from a large, urban, public college system, we document large gaps in earnings five years after graduation by SES (proxied by financial aid receipt) that remain unexplained even after controlling for GPA, college, field of study, and other pregraduation characteristics.We then examine how features of the initial job transition relate to longer-term earnings, and to what extent differences in the first job transition can explain later SES earnings gaps.Our results show that first job transitions are rocky for many graduates, strongly predict earnings at Year 5, and are a substantial mediator of socioeconomic gaps in earnings five years after college graduation-reducing the unexplained gap by almost two-thirds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0300,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,125
Tête enseignante GPT0,494
Écart entre enseignants0,368 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetHigher Education Research StudiesTravaux en français237 207